Álvaro de Pascual Collar - ciemat.es · Figura 1.12: Diagrama general de las diferentes líneas de producción de baldosas cerámicas. Dependiendo de que el producto a fabricar sea

ANÁLISIS DE LA DISPERSIÓN Y ESTRATEGIAS DE

REDUCCIÓN DE EMISIONES Y PARTÍCULAS

ATMOSFÉRICAS PRIMARIAS DE LA INDUSTRIA

CERÁMICA

Memoria de tesis doctoral presentada por

Álvaro de Pascual Collar

Facultad de Ciencias Físicas

Universidad Complutense de Madrid

Directores:

Dr. Francisco Valero Rodríguez

Dr. Fernando Martín Llorente

Madrid, noviembre de 2011

A mis padres, a mis maestros…

Y en general, a todos aquellos que creyeron en esta tesis cuando solo era un sueño.

¡Qué enojoso es esto! ¡Siempre la misma historia!. Una vez que hemos acabado de construir nuestra casa, nos damos cuenta de que al construirla hemos aprendido, sin sospecharlo, algo que habíamos debido de saber antes de comenzar. Eterno y odioso “demasiado tarde”. ¡Melancolía de las cosas acabadas!.

Más allá del bien y del mal. Friedrich Nietzche.

El presente estudio ha sido llevado a cabo como parte de una beca de

investigación asociada al Plan Nacional de I+D (REN2003-08916-C02-02)

“DUSTCERAM: Modelización de la concentración de partículas atmosféricas

producidas por industrias cerámicas de Castellón” que fue realizada en el

Centro de Investigaciones Energéticas Medioambientales y Tecnológicas

(CIEMAT).

Agradecimientos

Si bien soy yo el firmante de esta tesis doctoral, esta hubiera sido de

todo punto imposible sin la ayuda y apoyo recibido de tantas personas e

instituciones. A todas ellas me gustaría darles mi más sentido

agradecimiento:

En primer lugar, y como no podría ser de otra forma, quiero

agradecer a mis padres el incondicional apoyo que desde el primer

momento me han dado en esta andadura.

A Francisco Valero por creer en mí y por darme la alternativa en el

campo de la investigación científica cuando solo era un licenciado recién

salido de una facultad.

A Fernando Martín muy especialmente por su paciencia y su guía a lo

largo de este trabajo.

A Eliseo Monfort, Blanca Casado, Inmaculada Palomino, Begoña

Aceña, Alonso Hernandez Guerra y a todos aquellos que de forma tan

desinteresada me cedisteis vuestros conocimientos enseñándome todo lo

necesario.

A mi mujer Eva y a todos los que durante estos años habéis sido mis

compañeros y amigos ya que vosotros habéis sido testigos y sufridores

indirectos del proceso y con vuestra risa, inconscientemente habéis allanado

el camino.

Finalmente me gustaría agradecer al Ministerio de Educación y Ciencia

por facilitar los fondos necesarios e invertir tanto dinero en mi formación.

Índice de contenidos

i


CAPITULO I: INTRODUCCIÓN 1-1

1. JUSTIFICACIÓN Y OBJETIVOS 1-2 2. LAS PARTÍCULAS COMO CONTAMINANTE 1-3 2.1. CLASIFICACIÓN 1-4 2.2. EFECTOS DEL MATERIAL PARTICULADO 1-6 2.3. MARCO REGULADOR 1-8 3. EL ÁREA DE ESTUDIO 1-13 3.1. DESCRIPCIÓN GEOGRÁFICA E HIDROGRÁFICA 1-13 3.2. DESCRIPCIÓN CLIMÁTICA 1-15 3.2.1. Localización geográfica 1-18 3.2.2. Orografía compleja 1-19 2.3. Formación de Depresiones Aisladas en Niveles Altos 1-21 3.2.4. Circulaciones locales y mesoescalares 1-24 2.5. Incursiones de Polvo Sahariano 1-29 3. LA INDUSTRIA CERÁMICA 1-32 4. PLANTEAMIENTO TEÓRICO Y OBJETIVOS 1-36

CAPITULO II: HERRAMIENTAS Y BASES DE DATOS 2-1

1. MODELOS UTILIZADOS 2-2 1.1. MODELOS METEOROLÓGICOS 2-2 1.1.1. Modelo de Pronóstico MM5 2-2 1.1.2. Modelo de diagnóstico CALMET 2-8 1.2. MODELO DE DISPERSIÓN DE CONTAMINANTES (MELPUFF) 2-11 2. BASES DE DATOS 2-17 2.1. DATOS DE ANÁLISIS DEL MODELO HIRLAM 2-17 2.2. DATOS OBSERVACIONALES DE LA RVVCCA 2-18 3. MÉTODOS ESTADÍSTICOS DE AGRUPAMIENTO: ANÁLISIS CLUSTER 2-22

CAPITULO III: CARACTERIZACIÓN METEOROLÓGICA DE ALTA RESOLUCIÓN 3-1

1. INTRODUCCIÓN 3-2 2. METODOLOGÍA 3-3 2.1. SELECCIÓN DE ESCENARIOS REPRESENTATIVOS 3-3 2.2. SIMULACIÓN DE ESCENARIOS CON MM5 3-7 3. RESULTADOS 3-9 3.1. SELECCIÓN DE ESCENARIOS METEOROLÓGICOS 3-9 3.1. SIMULACIÓN DE ESCENARIOS METEOROLÓGICOS 3-13 3.1.1. Forzamiento continental (FC) 3-14 3.1.1.1. Forzamiento continental débil (FCD) 3-16 3.1.1.2. Forzamiento continental moderado (FCM) 3-19 3.1.1.3. Forzamiento continental intenso (FCI) 3-25 3.1.2. Forzamiento mediterráneo (FM) 3-28 3.1.2.1. Forzamiento mediterráneo débil (FMD) 3-28 3.1.2.2. Forzamiento mediterráneo moderado (FMM) 3-31


ii

3.1.2.3. Forzamiento mediterráneo intenso (FMI) 3-33 3. DISCUSIÓN 3-37

CAPITULO IV: SIMULACIÓN DE DISPERSION DE CONTAMINANTES 4-1

1. INTRODUCCIÓN 4-2 2. METODOLOGÍA 4-3 2.1 INVENTARIO DE EMISIONES 4-3 2.1.1. Emisiones de origen cerámico 4-4 2.1.1.1. Emisiones difusas 4-8 2.1.1.1.1. Emisiones debidas a la manipulación y almacenamiento 4-8 2.1.1.1.2. Emisiones debidas al transporte 4-10 2.1.1.2. Emisiones canalizadas 4-14 2.1.2. Emisiones no cerámicas 4-15 2.2. DATOS METEOROLÓGICOS 4-16 2.3. SIMULACIÓN DE DISPERSIÓN DE CONTAMINANTES 4-17 3. RESULTADOS 4-18 4. DISCUSIÓN 4-24

CAPITULO V: SIMULACION DE ESCENARIOS TECNOLÓGICOS 5-1

1. INTRODUCCIÓN 5-2 2. METODOLOGÍA 5-3 2.1. DEFINICIÓN DE ESCENARIOS TECNOLÓGICOS 5-3 2.1.1. Escenario 1 5-5 2.1.2. Escenarios simples de reducción de emisiones 5-5 2.1.2.1. Escenario 2.1 5-6 2.1.2.2. Escenario 2.2 5-8 2.1.2.3. Escenario 2.3 5-9 2.1.3. Escenarios compuestos de reducción de emisiones 5-11 2.1.3.1. Escenario 3.1 5-11 2.1.3.2. Escenario 3.2 5-12 3. RESULTADOS 5-12

CAPITULO VI: CONCLUSIONES 6-1

BIBLIOGRAFÍA 7-1

Índice de figuras y tablas

iii

Índice de figuras y tablas:

Figura 1.1: Distribución del número de partículas en función de su granulometría (Viana,2003). ........... 1-5 Tabla 1.1: Valores límite y objetivo de PM10 de la Directiva 1999/30/CE transcritos a la legislación

española mediante el Real Decreto 1073/2002. ............................................................................ 1-9 Tabla 1.2: Niveles de material particulado atmosférico PM2.5 estableciodos por la Directiva 2008/50/CE

del Parlamento Europeo. .............................................................................................................. 1-10 Figura 1.2: Localización geográfica y toponímia del área de estudio. .................................................... 1-13 Figura. 1.3: Cuenca hidrográfica del Júcar y los sistemas que la componen. De norte a sur: Cenia-

Maestrazgo, Mijares - Plana de Castellón, Palencia y Los Valles, Turia, Júcar, Serpis, Marina Alta, Marina Baja, Vinalopó – Alicantí. ................................................................................................. 1-15

Figura 1.4: Rangos de temperatura media de la estación de Almazora (INM, 2002). ............................ 1-16 Figura. 1.5: Clasificación climática de Papadakis para el área de estudio. (Fuente: MAPA)

http://www.mapa.es/es/sig/pags/siga/intro.htm#inicio ............................................................ 1-18 Figura. 1.6: Perturbaciones y formación de nubosidad asociadas a un flujo de aire que supera una

barrera montañosa (Atkinson, 1981). .......................................................................................... 1-20 Figura. 1.7: Campos de presión característicos a nivel del mar y a 500 mb de dos situaciones típicas

formadoras de DANAs (Font, 2000). ............................................................................................ 1-23 Figura. 1.8: Interacción entre la brisa y los vientos regionales: (a) Flujo diurno en una costa orientada al

Oeste, (b) flujo diurno en una costa orientada al Este y (c) flujo nocturno de la tierra hacia el mar. (Stern et al., 1973) ........................................................................................................................ 1-25

Figura. 1.9: Representación esquemática de procesos de fumigación en áreas costeras (Scire,2000b). 1-27 Figura 1.10: Imagen tomada por el sensor SeaWIFS (NASA) el 13 de octubre de 2001 mostrando una

incursión de material particulado procedente del norte de África que afecta las costas de la cuenca mediterránea alcanzando incluso Europa central y el mar Báltico. ................................. 1-30

Figura 1.11: Muestra los patrones sinópticos (altura de geopotencial de 850 hPa en metros) susceptibles de originar el transporte de material particulado desde el norte de África a la península ibérica. (a) Baja de presiones al oeste o suroeste de Portugal. (b) Altas presiones al este o sureste de la península. (C) Combinación de ambos patrones incluyendo una zona de bajas y otra de altas presiones (Rodríguez et al., 2001). ............................................................................................... 1-31

Figura 1.12: Diagrama general de las diferentes líneas de producción de baldosas cerámicas. Dependiendo de que el producto a fabricar sea esmaltado o no, de que este se fabrique por un procedimiento de monococción, bicocción o tercerfuego, en un determinado proceso se realizará o no el esmaltado, o se modificará la secuencia de las etapas de esmaltado y de cocción de forma adecuada (Fuente: ASCER www.ascer.org). ................................................................................. 1-33

Figura 1.13: Diagrama de flujo que sintetiza el trabajo llevado a cabo en la presente tesis doctoral.... 2-37

Figura 2.1: Estructura de la discretización espacial del modelo MM5. (a) Esquema de la estructura

vertical para un caso de 15 niveles, las líneas continuas muestran cada uno de los niveles y las discontinuas muestran los niveles intermedios en los que se calculan algunas variables. (b) Representación esquemática de la discretización espacial de tipo Arakawa-Lamb en la que las variables son calculadas en los nodos de la malla o en los centros de celda. (Dudhia, 2001) ....... 2-5

Figura 2.2: Configuración típica de una simulación MM5 en la que se incluyen cuatro dominios de resolución creciente. Los resultados de cada dominio serán utilizados como condiciones de contorno para el siguiente dominio inferior. .................................................................................. 2-6

Figura 2.3: Diagrama de flujo del modelo meteorológico de diagnóstico CALMET. Los datos de viento procedentes de modelos de pronóstico como MM4/MM5 pueden ser incluidos en el modelo por tres vías diferentes en el proceso de cálculo (Scire, 2000a). ........................................................ 2-10

Figura 2.4: Esquema que muestra la aproximación de superficies reflectantes y fuentes virtuales en la que se consideran hasta cuatro procesos de reflexión. ................................................................ 2-14

Figura 2.5: Representación de un penacho contaminante como una secuencia de nubes o “puffs” que son arrastradas por la advección del aire y cuyo diámetro crece con el tiempo por la acción de la turbulencia. .................................................................................................................................. 2-15

Figura 2.6: Rejilla de datos ofrecida por el modelo HIRLAM-02. ............................................................. 2-17


iv

Tabla 2.7: Zonación de la calidad del aire realizada por la RVVCCA en el área de Castellón (Miró, 2005) 18 Figura 2.8: Localización de las estaciones de medida de la RVVCCA. ..................................................... 2-20 Tabla 2.1: Estaciones de la RVVCCA que se encuentran relacionadas con el área de estudio. Se incluyen

datos de localización (latitud, longitud y elevación sobre el nivel del mar), caracterización del entorno de cada estación según Minguillon (2007) y Minguillon et al. (2007), frecuencia de muestreo y variables meteorológicas y de material particulado registradas por cada estación. P: Presión atmosférica (mb), T: Temperatura (ºC), Dir: Dirección del viento a 10 metros (º), Vel: Intensidad del viento a 10 metros (m/s), H.Rel: Humedad relativa (%), Prec: Precipitación (l/m

2),

R.Sol: Radiación solar (W/m2), PST (µgr/m

3), PM10 (µgr/m

3), PM2.5 (µgr/m

3), PM1 (µgr/m

3). . 2-21

Tabla 3.1: Valores de media y desviación típica utilizados para la normalización de cada una de las

variables utilizadas en el análisis cluster. PREN: Precipitación (l/m2), T850N: Temperatura a 850

hPa (ºC), P0MN: Presión en superficie (hPa), UM850N: Velocidad del viento a 850 hPa (m/s) y GRTN: Gradiente térmico vertical entre los niveles de superficie y de 850 hPa (ºC). ..................... 3-4

Figura 3.1: Distancia de cada uno de los miembros del análisis cluster con el centroide de su grupo para cada uno de los sectores de viento definidos. ................................................................................ 3-5

Figura 3.2.: Distancia al centroide de cada cluster de los elementos seleccionados para representar cada escenario meteorológico. ............................................................................................................... 3-6

Figura 3.3: Dimensiones y localización de dos dominios (9 y 3 Km) utilizada en las simulaciones MM5. 3-8 Tabla 3.2: Configuración utilizada en las simulaciones del modelo MM5. ............................................... 3-9 Figura 3.4: Distribución de clusters meteorológicos de los distintos sectores de viento a lo largo de los

meses del año 2003. Se muestran también la frecuencia de casos en cada sector. .................... 3-10 Tabla 3.3: (Arriba) Días más próximos al centroide de cada cluster, cada uno de estos días fue

considerado como el escenario meteorológico que representaría a todos los días que pertenecen al cluster. (Abajo) Cantidad de días (%) del año 2003 que pertenecen a cada cluster. ................ 3-11

Figura 3.5: Gráficos mostrando los valores normalizados de las variables de referencia utilizadas en cada cluster. PREN = precipitación, T850N = temperatura a 850 hPa, POMN = presión atmosférica, UM850N = velocidad del viento a 850 hPa, GRTN = gradiente de temperatura entre 850 hPa y superficie. Todas las variables están normalizadas. .................................................................... 3-12

Figura 3.6: Localización geográfica de las estaciones meteorológicas de Burriana (A) y de Vallibona (B) así como la línea de 40.4º norte (línea discontinua) a lo largo de la que se representarán las secciones del campo de viento. .................................................................................................... 3-13

Tabla 3.4: Clasificación de los escenarios meteorológicos conforme al desarrollo del campo de brisas……...................................................................................................................................................... 3-15

Figura 3.7: Resultados de la simulación meteorológica realizada para el día 13 de mayo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18 horas (derecha), se muestran las

componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal de viento (u). .......................................................................................... 3-17

Figura 3.8: Comparación de los resultados ofrecidos por el modelo meteorológico (línea verde) frente a las observaciones tomadas por estaciones meteorológicas (línea negra) para las variables dirección del viento a 10 metros (arriba), módulo del viento a 10 metros (centro) y temperatura a 2 metros (abajo) en las estaciones de Burriana (izquierda) y Vallibona (derecha). ..................... 3-18

Figura 3.9: Resultados de la simulación meteorológica realizada para el día 24 dediciembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de vientos para las 12 horas (izquierda) y 18 horas (derecha), se

muestran las componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u). ............................................................................... 3-20


Figura 3.11: Resultados de la simulación meteorológica realizada para el día 14 de noviembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas(izquierda) y 18 horas (derecha), se


v



Figura 3.13: Resultados de la simulación meteorológica realizada para el día 29 de octubre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de vientos para las 12 horas (izquierda) y 18 horas (derecha), se



Figura 3.15: Resultados de la simulación meteorológica realizada para el día 18 de marzo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18 horas (derecha), se



Figura 3.17: Resultados de la simulación meteorológica realizada para el día 18 de mayo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18 horas (derecha),se



Figura 3.19: Resultados de la simulación meteorológica realizada para el día 17 de noviembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18 horas (derecha), se



Figura 3.21: Promedio diario normalizado de la iradiación solar en las estaciones de Burriana y Onda (W/m

2) para cada uno de los días considerados de FM. Verde: FMD. Marron: FMM. Azul: FMI.

................................................................................................................................................. …..3-37 Figura 3.22: Distribución de los escenarios meteorológicos caracterizados por un FC (izquierda) o por un

FM (derecha), distribuidos en función de las variables normalizadas de velocidad del viento a 850 hpa (UM850N) y estabilidad atmosférica (GRNT). Las líneas punteadas rojas indican una frontera entre los distintos comportamientos. ........................................................................................... 3-38

Figura 3.23: Valores máximos, medios y mínimos no normalizados de la velocidad del viento a 850 hPa (arriba) y gradiente térmico entre superficie y 850 hPa (abajo) observados en cada agrupación. Las líneas punteadas rojas indican el gradiente adiabático para el aire seco (γisat=14.7 ºC) y el aire saturado (γsat= 7.5 ºC) entre los niveles de superficie y 850 hpa. ........................................ 3-41

Figura 3.24: Frecuencia de ocurrencia anual de cada uno de los patrones definidos (arriba). Frecuencia de brisa obtenida aunando todos los patrones en los que aparece un desarrollo de la misma. .. 3-43


vi

Figura 4.1: Proceso de producción de baldosas cerámicas indicando y el tipo de emisiones generadas en

cada etapa (Minguillon, 2007). ...................................................................................................... 4-6 Figura 4.2: Localización de focos emisores de material particulado en forma canalizada (azul) y difusa

(rojo). (a) Industrias de fabricación de baldosas, (b) Industrias de atomización, (c) Industrias de ciclo combinado y (d) Industrias de fritas y pigmentos. ................................................................. 4-7

Figura 4.3: Distribución espacial y tasas de emisión anuales estimadas para las emisiones difusas asociadas a la manipulación y almacenamiento de materiales arcillosos. .................................... 4-9

Figura 4.4: Distribución espacial y las tasas de emisión anuales estimadas para el transporte de materiales pulverulentos de la industria cerámica. ..................................................................... 4-12

Tabla 4.1: Características utilizadas para los diferentes focos de emisión cerámicos, las empresas de ciclo combinado son consideradas como la suma de las emisiones asociadas a una empresa de atomización y una de fabricación de baldosas. Los factores de emisión en cada planta de atomización se consideran dependientes de la utilización de diferentes tecnologías. (FM) Filtros de mangas, (VH) Filtros de vía húmeda, (FHB) Filtros vía húmeda de bajo rendimiento, (AR) Aplicación de medidas correctoras de emisiones difusas de alto rendimiento, (BR) Aplicación de medidas correctoras de emisiones difusas de bajo rendimiento, (SM) Sin medidas correctoras de emisiones difusas. Elaborado a partir de Blasco et al. (1992), Busiani et al. (1995), Mallol et al. (2001), Monfort et al. (2004 y 2006a), Minguillón (2007) y mediciones realizadas por el Instituto de Tecnología Cerámica (ITC). ...................................................................................................... 4-13

Figura 4.5: Distribución espacial y tasas de emisión anuales estimadas para las emisiones de material particulado de industrias cerámicas por vía canalizada. ............................................................ 4-14

Figura 4.6: Distribución espacial y tasas de emisión anuales estimadas para emisiones de material particulado por fuentes no relacionadas con la industria cerámica. ........................................... 4-16

Figura. 4.7: Comparación de los resultados obtenidos por el modelo con los valores observacionales de cinco estaciones (L’Alcora, Onda, Almazora, Vila-real y Burriana) obtenidos por Minguillon et al. (2007) y de otras tres estaciones (Sant Jordi, Benicássim y Castellón) de la Red Valenciana de Vigilancia y Control de la Contaminación Atmosférica. ............................................................... 4-17

Tabla. 4.2: Valores en µgr/m3 obtenidos por el modelo y las observaciones. Se incluyen también los

valores promediados para todas las estaciones así como el sesgo del modelo. .......................... 4-18 Figura. 4.8: Comparación de los resultados obtenidos con el modelo ajustado y las observaciones: Arriba:

Media anual. Abajo: Frecuencia anual de superación de la media diaria de 50 µgr/m3. Esta

variable ha sido normalizada respecto al número de observaciones disponibles, ya que la ausencia de datos produce una consecuente disminución del número de superaciones en las observaciones....................................................................................................................................................... 4-19

Figura. 4.9: Estimación total producida por el modelo corregido para los niveles de inmisión de PM10: Arriba: Media anual en µg/m

3, la línea negra indica la isolínea de 40 µg/m

3 estipulado como

máximo permitido por la legislación actual. Abajo: Número de superaciones anuales de la media diaria de 50 µgr/m

3, la línea negra encierra las áreas donde se sobrepasan las 35 superaciones

estipuladas como límite permitido por la legislación actual. ....................................................... 4-21 Figura. 4.10: Contribución de las diferentes emisiones de material particulado a los niveles medios

anuales de PM10 en el área de estudio: (a) niveles medios originados exclusivamente por emisiones canalizadas de la industria cerámica, (b) niveles medios originados por emisiones de carácter difuso de la industria cerámica, (c) niveles medios originados por la suma de las emisiones canalizadas y difusas de procedencia cerámica, y (d) niveles medios originados por las emisiones de procedencia no cerámica. ....................................................................................... 4-23

Figura. 4.11: Comparación de la contribución a los niveles de inmisión de fuentes de carácter industrial, tráfico y de otros tipos obtenidos por el modelo (Model) y por Viana et al. (2008) mediante aplicación de diferentes modelos: análisis de componentes principales (PCA), factorización matricial (PMF) y balance químico de masas (CMB). ................................................................... 4-25

Tabla. 4.3: Cálculo de los errores cometidos por el modelo en el número anual de superaciones de la media diaria de 50 µgr/m

3. .......................................................................................................... 4-26

Tabla 4.12: Estimación de la media anual de concentración de PM10. Las cruces rojas indican la localización de máximos puntuales muy pronunciados. .............................................................. 4-28


vii

Figura 4.13: Contribución relativa de emisiones de diferentes procedencias. (A): Emisiones canalizadas frente a difusas, los tonos rojos indican una mayor contribución porcentual de las emisiones de origen canalizado frente a los tonos azules que representan las áreas con una mayor contribución de las emisiones de carácter difuso. (B): Contribución porcentual a los niveles de inmisión de emisiones de procedencia cerámica, y (C): Contribución porcentual a los niveles de inmisión de emisiones de carácter no cerámico. ............................................................................................. 4-29

Figura 5.1: Emisión total anual estimada de la industria cerámica teniendo en consideración los

diferentes escenarios tecnológicos. ................................................................................................ 5-6 Figura 5.2: Distribución espacial y tasas de emisión anuales estimadas de material particulado por vía

canalizada para el escenario 2.1. ................................................................................................... 5-7 Figura 5.3: Distribución espacial y tasas de emisión anuales estimadas de material particulado por vía

canalizada para el escenario 2.2. ................................................................................................... 5-8 Tabla 5.1: Clasificación y grado de eficiencia de las medidas correctoras de emisiones difusas por

almacenamiento y manipulación de materiales pulverulentos al aire libre en la cadena de producción cerámica. (Monfort, 2006b, 2006c) ........................................................................... 5-10

Figura 5.4: Distribución espacial y tasas de emisión anuales estimadas de material particulado por vía canalizada para el escenario 2.3. ................................................................................................. 5-11

Figura 5.5: Media anual de PM10 estimada por el modelo para los diferentes supuestos tecnológicos. La línea negra delimita áreas en las que se superan los 40 µgr/m

3 establecidos por la legislación

como valor límite. ......................................................................................................................... 5-14 Figura 5.6: Estimación del modelo de la frecuencia anual de superación del valor umbral medio diario de

50 µgr/m3 bajo los diferentes supuestos tecnológicos. La línea negra delimita las áreas en las que

aparecen más de 35 superaciones de dicho umbrale. .................................................................. 5-15 Figura 5.7: Disminución del valor medio anual de PM10 estimada a partir de la adopción de los diferentes

escenarios tecnológicos propuestos respecto del escenario 1 tomado como referencia. ............ 5-16


viii

CAPÍTULO I

Introducción

CAPÍTULO I: Introducción

1-2

1. Justificación y objetivos

El avance de la civilización históricamente ha venido asociado con un

incremento del consumo de materias primas y un consecuente aumento de

los residuos que son generados y emitidos al medio ambiente. De esta

forma, se excede la limitada capacidad que los procesos naturales tienen

para diluir y asimilar estas sustancias y por tanto, en el entorno de los

asentamientos humanos se puede producir un incremento de la

concentración de estos residuos que finalmente acaban siendo perniciosos

para la salud humana y los ecosistemas en general. Esta situación obliga al

ser humano a modificar sus actividades y desarrollar tecnologías de modo

que pueda mantener sus tasas de crecimiento de una forma sostenible.

Son múltiples y muy complejos los procesos por los cuales la

naturaleza realiza la dilución y asimilación de los residuos emitidos por el

ser humano. No obstante, el vertiginoso desarrollo de la informática

durante las últimas décadas ha permitido la implementación de modelos

fisicoquímicos en sistemas computacionales que, en cierta medida, son

capaces de representar y predecir estos procesos. De este modo la

modelización de procesos naturales permite cuantificar la capacidad

natural de asimilación y dilución de residuos humanos y por tanto se

establece como una herramienta útil para la gestión de emisiones y la toma

de decisiones.

La provincia de Castellón, situada en la costa levantina de la

Península Ibérica, presenta una actividad industrial cerámica histórica que

se remonta al siglo XVIII. En las últimas décadas ha crecido enormemente

llegando en 2004 a copar aproximadamente el 9 % de la producción

mundial de baldosa cerámica. El impacto ambiental individual de este tipo

de industrias no es muy elevado y mayormente es local, si bien se producen

ciertas emisiones de partículas debido a la manipulación de grandes


1-3

cantidades de materiales arcillosos que son utilizados como materia prima.

Sin embargo, dado que en Castellón se concentran aproximadamente 200

empresas relacionadas con el sector cerámico, en un área de menos de 500

Km2, las emisiones de partículas de este sector industrial son

considerablemente elevadas y se añaden a las emisiones de partículas de

otros orígenes produciendo impactos ambientales considerables.

En el presente trabajo afronta esta problemática planteando una

metodología que, mediante la aplicación de herramientas de modelización,

realiza una estimación de los niveles de inmisión de material particulado en

el área de estudio y evalúa la posible repercusión de diversas estrategias

de reducción de emisiones en el entorno de la industria cerámica.

2. Las partículas como contaminante

El presente trabajo centra su atención en los procesos de distribución y

eliminación del material particulado atmosférico. Se considera como tal al

conjunto de partículas sólidas y/o líquidas (excepción hecha del agua pura)

en suspensión en la atmósfera (Meszáros, 1999). El material particulado

atmosférico está compuesto por una mezcla heterogénea de compuestos

que difieren en su composición química, en su origen, su fase de agregación

y estructura. Este tipo de sustancias en la atmósfera puede tener

importantes repercusiones sobre el clima, los ecosistemas y los seres vivos

(Aitken, 1880; Dockery et al., 1993; Schwartz, 1994 y 1996; Dockery y

Pope, 1996; Arimoto, 2001), de modo que se hace necesario el desarrollo

tanto de un marco normativo, como de herramientas y estrategias de

control que permitan minimizar el impacto ambiental de las emisiones de

partículas.

A lo largo del presente apartado veremos con detalle cómo es posible

clasificar el material particulado atmosférico atendiendo a diferentes


1-4

parámetros, en el presente trabajo, se utilizará esta clasificación para

restringir el tipo de materiales que vamos a estudiar. Así mismo se verá que

consecuencias negativas pueden tener sobre la salud, el clima y los

ecosistemas y como la legislación vigente impone límites que obligan a la

administración a mantener un control de los niveles de inmisión.

2.1. Clasificación

La clasificación más generalista que se puede realizar sobre el

material particulado atmosférico es la que atiende a su procedencia; así

hablamos de origen primario cuando las partículas han sido emitidas como

tales a la atmósfera por fuentes naturales o antropogénicas. Se considera,

sin embargo, un origen secundario cuando han sido formadas en la

atmósfera por reacciones químicas previas. Es posible asimismo clasificar el

material particulado atendiendo a otros parámetros como son su

composición química o su granulometría. Si bien en el presente trabajo no se

atiende tanto a la composición química de las partículas como a su

granulometría o su procedencia.

La granulometría de las partículas en suspensión puede variar desde el

orden de nanómetros (nm) a micras (µm). Si atendemos a la distribución

típica del número de partículas dentro de este amplio espectro de

granulometrías (Ver Figura 1.1) observamos que se trata de una

distribución cuatrimodal que nos permite realizar una primera clasificación

de las mismas atendiendo a los diferentes modos que presenten. Se

distinguen los modos de nucleación, Aitken, acumulación y gruesa (Warneck,

1988; EPA, 1996; Seinfeld y Pandis, 1998) cada uno de los cuales cubre

un rango de granulometrías con un diámetro característico que coincide con

el de máxima probabilidad dentro de su clase. Cabe en este punto reseñar

que algunos autores hablan de una distribución bimodal con un modo fino


1-5

que agrupa los modos de nucleación, Aitken y acumulación y un segundo

modo grueso coincidente con el anteriormente citado. Esto supone una

discrepancia terminológica según el ámbito estudio ya que por ejemplo en

ámbitos epidemiológicos, se considera material particulado fino al que

posee un diámetro aerodinámico inferior a 2.5 µm.

Figura 1.1: Distribución del número de partículas en función de su granulometría (Viana, 2003).

En términos de calidad del aire es común encontrar una clasificación

diferente basada en la granulometría. En este caso la clasificación atiende

al tamaño de corte de los sistemas de captación. Así se definen cuatro

grupos PST, PM10, PM2.5 y PM1. De este modo, las siglas PMx corresponden

a la materia particulada (generalmente expresada como la masa total de

las mismas en µgr/m3) que atraviesa un cabezal de muestreo con un

rendimiento de separación del 50% para un diámetro aerodinámico de x

µm (1999/30/CE; EU, 2005). Las siglas PST hacen por lo tanto referencia


1-6

al total de partículas en suspensión, siendo generalmente expresadas como

la masa total de las mismas en µgr/m3.

2.2. Efectos del material particulado

Ya ha sido definido el material particulado como una mezcla

heterogénea de sustancias con muy diferentes estados, procedencias y

propiedades; así pues, sus efectos son igualmente diversos dependiendo

principalmente de dos factores: diámetro y composición.

Los efectos del material particulado atmosférico sobre la salud humana

son múltiples y se encuentran relativamente bien estudiados. Las partículas

entran en el organismo a través del sistema respiratorio donde,

dependiendo de su granulometría, se depositarán más o menos

profundamente. Se considera que el material particulado entre 10 y 2.5

µm es capaz de penetrar en la región traqueobronquial pero solo el

material particulado fino (aquel con diámetro inferior a 2.5 µm) es capaz

de penetrar más profundamente en el sistema respiratorio alcanzando por

lo tanto los alvéolos pulmonares (EPA, 2002).

Las consecuencias de la exposición al material particulado atmosférico

han quedado probadas tanto para episodios agudos como crónicos (WHO,

2002). Se asocian con diferentes dolencias respiratorias y cardiovasculares

(Schwartz, 1994; Dockery y Pope, 1996). Se calcula que en el año 2000,

la exposición a las partículas disminuyó en aproximadamente nueve meses

la esperanza de vida estadística en la UE. Ello supone la pérdida de

aproximadamente 3.6 millones de años de vida o 348000 muertes

prematuras anuales (EU, 2005).

La granulometría juega un importantísimo papel en lo que respecta a

la gravedad de la exposición de los seres humanos al material particulado

en suspensión, los estudios orientados a valorar los efectos de la exposición


1-7

a largo plazo a la fracción PM1 del material particulado (HEI, 2000;

Lipfert., 2000; Hoek et al., 2002; Pope et al., 2002) muestran una

correlación significativa entre su concentración y el incremento de la

mortalidad. Esta mortalidad está asociada a la aparición de enfermedades

cardiovasculares como consecuencia de su mayor reactividad química y

capacidad de penetración en las vías respiratorias (EPA, 1996). A día de

hoy, no se ha encontrado sin embargo una asociación significativa entre el

material particulado comprendido entre los rangos PM2.5 y PST y la

mortalidad (Pope et al., 2002).

En lo que respecta a los efectos de la composición química sobre la

toxicidad del material particulado atmosférico, los resultados no son tan

concluyentes como en el caso de la granulometría, si bien parece

apreciarse que las mayores toxicidades se encuentran asociadas a las

partículas de carbono elemental, compuestos aromáticos policíclicos,

sulfatos, nitratos, partículas ultrafinas (< 0.1 µm) y metales como As, Cd, Fe,

Zn, o Ni (Wichmann y Peters, 2000; WHO, 2003).

La presencia de material particulado en la atmósfera tiene además

repercusiones sobre el clima. El material particulado tiene la capacidad de

dispersar y absorber radiación de onda larga y corta y, de este modo,

modifica el balance radiativo terrestre (EPA, 1996). En qué medida y

dirección son las partículas capaces de modificar este balance radiativo

depende estrechamente de la granulometría de estas. Las partículas más

finas presentan una mayor repercusión en los procesos de dispersión de

energía entrante y producen por tanto un “efecto enfriador” de la

atmósfera; mientras que las partículas de mayor tamaño fomentan los

procesos de absorción de radiaciones de onda larga produciendo por lo

tanto un forzamiento positivo en el clima (Arimoto, 2001; Sloane et al.,

1991, Sokolik y Toon, 1996). Sin embargo todavía existen importantes

incertidumbres relativas a la medida en que el material particulado


1-8

modifica el balance radiativo a escala global (IPCC, 2001). Las partículas

actúan además como núcleos de condensación del agua atmosférica, de

modo que tanto sus propiedades fisicoquímicas como su estructura pueden

tener repercusiones en la formación y estructura de las nubes (Meszáros,

1999).

Los ecosistemas también pueden verse afectados por la presencia de

material particulado atmosférico. Ejemplo de ello es que las partículas de

mayor tamaño pueden limitar el crecimiento de plantas ya que se

depositan en sus hojas dificultando el intercambio gaseoso (WBG, 1998). El

depósito de material particulado puede tener asimismo importantes

repercusiones sobre las propiedades edafológicas por acidificación y

eutrofización de suelos y, por ende, de sus aguas.

2.3. Marco Regulador

Desde un punto de vista legal, se define contaminación atmosférica

como la introducción en la atmósfera, por el hombre, directa o

indirectamente, de sustancias o de energía que tengan una acción nociva

de tal naturaleza que ponga en peligro la salud del hombre, que cause

daños a los recursos biológicos y a los ecosistemas, que deteriore los bienes

materiales y que dañe o perjudique las actividades recreativas y otras

utilizaciones legítimas del medio ambiente (1984/360/CE). Así, dentro de

esta definición, la directiva marco 1996/62/CE del Consejo, del 27 de

septiembre de 1996, sobre evaluación y gestión de la calidad del aire

ambiente estableció con carácter general el régimen jurídico sobre la

contaminación atmosférica en el ámbito de la Unión Europea, adoptando

por la misma los criterios para la armonización de las técnicas de

evaluación y definiendo los objetivos de calidad que deben alcanzarse.

Esta Directiva marco ha sido materializada con la adopción de cuatro

“directivas hijas” sobre distintos contaminantes atmosféricos: Directiva


1-9

1999/30/CE, Directiva 2000/69/CE, Directiva 2002/3/CE y Directiva

2004/107/CE. En la primera de ellas (1999/30/CE) se establecen los

estándares de calidad del aire en lo que respecta al material particulado

atmosférico del que se trata en el presente trabajo. Esta directiva fue

transpuesta a la legislación española mediante el Real Decreto 1073/2002

en el cual, entre otras cosas, se establecían los límites que deben ser

cumplidos en todo el territorio español para este contaminante (Tabla 1.1).

Valores límite para partículas (PM10) en condiciones ambientales

Periodo de promedio

Valor límite Margen de tolerancia Fecha de cumplimiento

Fase

I

1. Valor límite diario para la protección de la salud humana.

24 horas

50 µgr/m3 de PM10 que no podrán superarse en más de 35 ocasiones por año

15 µg/m3, a la entrada en vigor del presente Real Decreto, reduciendo el 1 de enero de 2003 y posteriormente cada 12 meses 5 µg/m3, hasta alcanzar el valor límite el 1 de enero de 2005.

1 de Enero de 2005.

2. Valor límite anual para la protección de la salud humana.

1 año civil. 40 µg/m3 de PM10.

4,8 µg/m3, a la entrada en vigor del presente Real Decreto, reduciendo el 1 de enero de 2003 y posteriormente cada 12 meses 1,6 µg/m3, hasta alcanzar el valor límite el 1 de enero de 2005.

1 de enero de 2005.

Fase

II*

1. Valor límite diario para la protección de la salud humana.

24 horas.

50 µgr/m3 de PM10 que no podrán superarse en más de 7 ocasiones por año

Se derivará de los datos y será equivalente al valor límite de la fase 1.

1 de enero de 2010.

2. Valor límite anual para la protección de la salud humana.

1 año civil. 20 µg/m3 de PM10.

20 µg/m3 el 1 de enero de 2005, reduciendo el 1 de enero de 2006 y posteriormente cada 12 meses 4 µg/m3, hasta alcanzar el valor límite el 1 de enero de 2010.

1 de enero de 2010.

* Valores límite indicativos que deberán revisarse a la luz de una mayor información acerca de los efectos sobre la salud y el medio ambiente, la viabilidad técnica y la experiencia en la aplicación de los valores límite de la fase I en los Estados miembros de la Unión Europea.

Tabla 1.1: Valores límite y objetivo de PM10 de la Directiva 1999/30/CE transcritos a la legislación española mediante el Real Decreto 1073/2002.


1-10

La directiva 1999/30/CE considera además que determinadas

regiones europeas puedan estar sometidas a procesos naturales como la

erupción de volcanes, actividad sísmica, actividad geotérmica, incendios en

zonas silvestres, fuertes vientos, resuspensión atmosférica o transporte de

partículas procedentes de regiones áridas por los que se pueden producir

superaciones de los valores límite establecidos. Así el apartado 5.4 de la

norma establece un mecanismo que permite excluir del cómputo general

aquellos días en los que se detecten superaciones de la media diaria

debido a los citados motivos.

Como puede apreciarse en la Tabla 1.1 este marco normativo

constaba de dos fases, la primera de las cuales, establecía niveles límite

que debían cumplirse en 2005 y, una segunda fase, que establece una

reducción paulatina de los mismos hasta alcanzar los valores objetivo en

2010.

Periodo de Promedio

Valor Margen de tolerancia Fecha de cumplimiento del valor límite

Valor objetivo anual 1 año civil 25 µg/m3 -

En vigor desde el 1 de enero de 2010

Valor límite anual (Fase1)

1 año civil 25 µg/m3 5 µg/m3 en 2008; 4 en 2009 y 2010;

3 en 2011; 2 en 2012; 1 en 2013 y 2014 1 de enero de 2015

Valor límite anual (Fase II) 1 año civil 25 µg/m3 - 1 de enero de 2020

Tabla 1.2: Niveles de material particulado atmosférico PM2.5 establecidos por la Directiva 2008/50/CE del Parlamento Europeo.

Si bien la publicación en 2008 de la Directiva 2008/50/CE del

Parlamento Europeo y del Consejo de 21 de mayo de 2008 relativa a la

calidad del aire ambiente y a una atmósfera más limpia en Europa ha

dado al traste con el cumplimiento de esta segunda fase. La entrada en


1-11

vigor de esta directiva ha venido a modificar el anterior marco regulatorio

comunitario, sustituyendo la Directiva Marco y las tres primeras Directivas

Hijas, e introduciendo regulaciones para nuevos contaminantes como la

fracción fina de material particulado (PM2.5), que es considerada una mejor

forma de medir las contribuciones antropogénicas a los niveles de material

particulado ambiental. Asimismo la actual directiva considera que no es

desdeñable el riesgo sanitario que representan las fracciones más gruesas

de modo que se mantienen los niveles iniciales de PM10 utilizados en la fase

inicial de la anterior directiva y estableciendo nuevos niveles para las

partículas de tamaño inferior a 2.5 µm (Tabla 1.2).

En cuanto a la normativa que se aplica a las emisiones producidas por

plantas industriales la Directiva 1996/61/CE, relativa al control integrado

de la contaminación (conocida como directiva IPPC), ha supuesto una

consagración de la normativa al estado de la técnica en cuanto a los

requerimientos protectores exigibles a las actividades industriales

potencialmente dañinas. Así se unifican todos los permisos relativos a

aspectos medioambientales de una instalación en una única Autorización

Ambiental Integrada (AAI) que debe ser solicitada por cada instalación y

concedida por la administración pública atendiendo al riesgo inherente del

funcionamiento de la actividad en función de las circunstancias de cada

caso. Para ayudar en este juicio, la propia directiva IPPC prevé la

elaboración de información técnica de referencia sobre las Mejores

Técnicas Disponibles (MTD) en cada uno de los sectores industriales

afectados mediante la publicación de “Documentos de referencia sobre las

MTD” (BREF, en terminología inglesa). Se advierte además en la propia

directiva IPPC que la información incluida en estos documentos se trata tan

solo de uno más de los múltiples aspectos que la administración debe

valorar en su decisión. Ahora bien, la información contenida en los BREF

simplifica considerablemente esta labor puesto que la mayor parte de los


1-12

aspectos a tener en cuenta (al menos, los que requieren una constatación

meramente objetiva) habrán sido también tenidos en cuenta al

determinarse las mejores técnicas disponibles. Los BREF pueden entenderse

entonces como “dictámenes periciales anticipados” que sirven a la

administración para valorar si realmente la instalación se adecua al

estándar de las MTD. La directiva no incluye valores límite de emisión o

medidas técnicas equivalentes para ningún tipo de actividad industrial.

Existe un BREF específico para las emisiones producidas por la industria

cerámica (IPTS, 2006c), si bien, como veremos más adelante en el apartado

4, se ve también afectada por el BREF en el que se tratan las emisiones

producidas por áreas de almacenamiento (IPTS, 2006b). Las emisiones

debidas a la producción de pigmentos cerámicos se encuentran sin embargo

tratadas en el BREF que atañe a la industria de productos químicos

inorgánicos (IPTS, 2006a).

La Ley 16/2002 de prevención y control integrados de la

contaminación incorpora al ordenamiento español la mencionada directiva

IPPC. En esta incorporación se otorga a los gobiernos autonómicos la

competencia de concesión de la AAI. Así mismo se introduce en este punto

una modificación sustancial con respecto a lo estipulado en la directiva

IPPC, ya que se exige por parte de la administración central que en cada

autorización se especifiquen valores límite de emisión para cada industria

sin prescribir la utilización de una técnica o tecnología específica. Estos

valores límite de emisión deben ser estimados a partir de la información

suministrada por la Administración General del Estado sobre las mejores

técnicas disponibles.


1-13

3. El área de estudio

3.1. Descripción geográfica e hidrográfica

Castellón es la provincia más septentrional de la Comunidad

Valenciana, situada en el margen occidental de la costa mediterránea,

posee una línea costera de orientación Noreste-Suroeste y en su límite

occidental colinda con la provincia de Teruel.

Figura 1.2: Localización geográfica y toponimia del área de estudio.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Villafranca del Cid

SegorbeLa Vall dÚixó

Nules

Cabenes

Villareal

4420

4440

4460

4480

4500

4520

La

t (U

TM

)

660 680 700 720 740 760 780 800

Long (UTM)

-1000

0.1

200

500

800

1100

1400

1700

2000

Peñarroya

Javalambre

PeñagolosaMae

stra

zgo

Sra

. Ir

ta

Palancia valley

Mijares valley


1-14

La totalidad del área de Castellón pertenece al dominio estructural de

la Cordillera ibérica, que se caracteriza por una geología con estructuras

de dirección Noroeste-Sureste, si bien al norte de la provincia se observa

una zona de interferencia con el domino Catalanidae que ocasiona un giro

de las estructuras a orientaciones Este-Oeste. La fisiografía del área puede

ser clasificada en dos ambientes o zonas con rasgos claramente

diferenciados: una interior y montañosa, con altitudes que rebasan los 1500

metros, y cuyos puntos culminantes son el de Peñarroya (2.024 m), el de

Javalambre (2.020 m) y el de Peñagolosa (1.813 m), pero que casi

siempre se desarrollan por debajo de los 1000 metros y una segunda zona

costera, constituida por dos llanuras litorales de anchuras muy variables

que son conocidas comúnmente como las planas de Oropesa-Torreblanca y

de Castellón-Sagunto. Estas últimas se encuentran separadas por un sector

en el que los relieves interiores se prolongan hasta la misma línea de costa,

donde se forman pequeños acantilados. En ambas planas se dan costas de

acumulación (playas) asociadas al desarrollo de cordones detríticos lineales

emergidos en el Holoceno, con un gran desarrollo de morfologías eólicas y

formación de albuferas y humedales.

La red fluvial de Castellón se compone por tres sistemas que

conforman la parte meridional de la cuenca hidrográfica del Júcar. Los

sistemas Cenia-Maestrazgo (que incluye los cauces del norte de la

provincia) y Mijares-Plana de Castellón (en el que se agrupan los cauces y

barrancos que más profundamente penetran en los sistemas montañosos del

interior y que dan lugar a la plana de Castellón) pertenecen casi por

completo a la provincia de Castellón. El tercer sistema, conocido como

Palancia y Los Valles, pertenece solo parcialmente a la provincia de

Castellón desembocando en la de Valencia, si bien ha sido tenido en cuenta

dada su proximidad y estrecha relación con la plana de Castellón.


1-15

Figura. 1.3: Cuenca hidrográfica del Júcar y los sistemas que la componen. De norte a sur: Cenia-Maestrazgo, Mijares - Plana de Castellón, Palencia y Los Valles, Turia, Júcar, Serpis, Marina Alta, Marina Baja, Vinalopó – Alicantí.

En la franja litoral del área de estudio, los sistemas Cenia Maestrazgo

y Mijares-Plana de Castellón forman además diversos humedales con

regímenes permanentes o fluctuantes como son la laguna litoral de El Estany

de Peñíscola y los Marjales de Peñíscola, el Prat de Cabanes-Torreblanca,

de Almenara y de Sagunto. Algunos de estos entornos han sido declarados

reservas naturales ya que se encuentran entre las zonas húmedas más

importantes del levante español al tratarse de ecosistemas con gran

importancia desde el punto de vista ecológico y científico.

3.2. Descripción climática

Bien es sabido que la localización geográfica es el principal factor

que condiciona el clima de una zona, existiendo tres variables cruciales, por

un lado, la latitud y la elevación sobre el nivel del mar determinan el rango


1-16

de temperaturas que van a afectar al área y, por otro, la distancia al mar

como índice de continentalidad. Este último factor tiene un marcado efecto

sobre las temperaturas, la humedad y la pluviometría que caracterizan a

un área ya que las masas de aire localizadas sobre mares y océanos

absorben humedad que posteriormente van perdiendo según estas

penetran más profundamente en áreas continentales originándose por lo

tanto climas más secos y con oscilaciones térmicas más acusadas.

Figura 1.4: Rangos de temperatura media de la estación de Almazora (INM, 2002).

Temperatura Mensual

-10

-50

5

10

1520

25

30

3540

45

E F M A M J J A S O N D

Mes

Tem

p (

ºC)

Max Abs

Media Max Día

Media Diaria

Media Min Día

Min Abs

0

50

100

150

200

250

300

350

Prec (mm)

E F M A M J J A S O N D

Mes

Precipitación Mensual

Min

Media

Max 24h

Max


1-17

Desde un punto de vista teórico, bastaría con definir estas tres

coordenadas para caracterizar completamente la climatología de un área,

si bien las tres que hemos mencionado son únicamente las variables que

mayor repercusión tienen a la hora de definir el clima de una región, ya

que este se ve generalmente condicionado por otros procesos que de

manera más sutil incluyen matices propios que terminan por convertirse en

las características climáticas que definen unas de otras regiones. Así, se han

desarrollado clasificaciones climáticas, que tratan de agrupar áreas con

características climáticas semejantes. Tanto la clasificación climática

establecida por Köppen-Geiger (Esenwaner, 2001), basada en un índice K

que tiene en cuenta la temperatura media del año y la distribución anual

de precipitaciones, como la clasificación agroclimática establecida por J.

Papadakis (Papadakis, 1966) coinciden en que el área de estudio presenta

una variedad de clima subtropical denominada clima mediterráneo (Piel et

al., 2007; Cote et al., 2006) (Ver Figura 1.5). Esta variedad climática se

caracteriza por inviernos húmedos y templados, veranos secos y calurosos y

un periodo estival de uno o varios meses de sequía, seguido de otro

periodo de lluvias torrenciales. La amplitud térmica anual es superior a la

propia de climas subtropicales alcanzando los 15 ºC (Ver Figura 1.4).

Dentro de este encuadre general, se presentan, sin embargo, una gran

variedad de condiciones propias originadas principalmente por la

localización dentro de los patrones de circulación general, localización

geográfica dentro de la península ibérica, orografía compleja, distancia al

mar, elevadas tasas de insolación y escasa pluviometría (Millán et al.,

1997) que condicionan esta climatología.


1-18

Figura. 1.5: Clasificación climática de Papadakis para el área de estudio. (Fuente: MAPA) http://www.mapa.es/es/sig/pags/siga/intro.htm#inicio

3.2.1. Localización geográfica

Una de las características climáticas del área de estudio y en general

de la Península Ibérica dada su localización con respecto a los patrones

principales de circulación es que se encuentra fuertemente influenciada por

el dipolo norte-sur de anomalías de presión conocido como Oscilación del

Atlántico Norte (NAO) (Barnston y Livezey, 1987). Este dipolo sitúa a la

región en el corredor entre los engranajes de sistemas meteorológicos

mayores que pueden afectar fuertemente la trayectoria de los frentes

sinópticos originados en el Atlántico norte que proyectan estos hacia la

zona de estudio o a regiones más meridionales de Europa. De cualquier

http://www.mapa.es/es/sig/pags/siga/intro.htm#inicio


1-19

modo, dado que Castellón se localiza en la costa levantina de la Península

Ibérica, se encuentra relativamente alejado de la influencia del océano

atlántico, apreciándose una escasa influencia de los frentes sinópticos

originados por la circulación general atmosférica, los cuales alcanzan el

área muy debilitados.

3.2.2. Orografía compleja

Como ya ha sido comentado con anterioridad, el área de estudio

presenta una orografía compleja caracterizada por la presencia de la

cordillera Ibérica que forma estribaciones montañosas que discurren

paralelas a la línea de costa. Como se puede ver en la Figura 1.5, la

distribución de elevaciones de terreno produce un gradiente climático de

modo que las áreas costeras presentan medias térmicas más elevadas que

las interiores. Pero más allá del efecto que sobre la temperatura tiene la

elevación, la orografía tiene una importante repercusión climática ya que

condiciona fuertemente los campos de viento y precipitación.

El motivo del cual se derivan todos los efectos que las estribaciones

montañosas tienen sobre el campo de viento es el efecto de obstaculización,

de modo que las líneas de flujo deben ajustarse a la superficie montañosa

originándose por lo tanto ascensos y descensos de las masas de aire,

ondulaciones y remolinos. El comportamiento de una masa de aire que se

enfrenta a un obstáculo se encuentra fuertemente condicionado por su

estratificación ya que esta puede limitar o favorecer los desplazamientos

verticales de masas de aire; de este modo, el flujo tenderá a rodear el

obstáculo en aquellos casos en que la estratificación sea más acusada y a

superarlo por encima en aquellas circunstancias en que la estratificación sea

más débil. No obstante, el comportamiento se ve además influenciado por

otros parámetros como son la forma y tamaño de la estribación montañosa

o el ángulo de incidencia del flujo de aire sobre la misma, de modo que es


1-20

posible que, bajo determinadas circunstancias, una masa de aire con

estratificación estable pueda verse forzada a ascender superando el

obstáculo, se origina entonces en la ladera de sotavento un descenso

acusado del aire que supera la estribación con vientos inusualmente fuertes.

Figura. 1.6: Perturbaciones y formación de nubosidad asociadas a un flujo de aire que supera una barrera montañosa (Atkinson, 1981).

En aquellas circunstancias en las que se produce la superación del

obstáculo pueden derivarse del proceso diversos efectos. La perturbación

producida por la barrera montañosa puede originar la formación de ondas

de montaña que se propagan tanto verticalmente (ondas de gravedad),

como horizontalmente a sotavento de las montañas y que, como se muestra

en la Figura 1.6, pueden inducir la formación de nubes características a

sotavento del obstáculo. Así mismo a barlovento, las masas de aire sufren

en su ascenso una consecuente expansión adiabática que puede

desencadenar procesos de condensación de la humedad en forma de

nubosidad o incluso de precipitación. En la cara de sotavento el efecto es

inverso ya que las masas de aire descienden por la ladera sufriendo una


1-21

compresión adiabática que hace disminuir la humedad relativa de las

mismas.

El conocido efecto Föehn es una consecuencia directa de esta

condensación en la ladera de barlovento ya que permite reducir la

humedad total del aire haciendo que a sotavento la compresión adiabática

se realice sin participación de la humedad, se produce así un calentamiento

anómalo, en tal caso el calentamiento es mayor originándose un aire mas

cálido y seco de lo que era inicialmente. Este efecto ha sido descrito por

Quereda (1989) en el área de Castellón donde se observa un tiempo de

elevadas temperaturas y sequedad que es conocido localmente con el

nombre de “ponent” y que se asocia con flujos provenientes del oeste,

noroeste o norte.

2.3. Formación de Depresiones Aisladas en Niveles Altos

Desde tiempos inmemoriales, los habitantes de las comarcas del litoral

mediterráneo de la Península Ibérica se han visto sometidos ocasionalmente

a los efectos desastrosos de las grandes y repentinas avenidas y riadas y

consecuentes inundaciones causadas por lluvias torrenciales que, por su

inusitada intensidad y peculiares características de las condiciones

meteorológicas responsables, se diferencian notablemente tanto de los

temporales de lluvias generalizadas como de los típicos chubascos

tormentosos. No obstante, nunca semejante fenómeno se hizo merecedor de

un nombre genérico propio y popularmente aceptado, aunque se guardase

memoria de los más importantes al asignarles individualmente el nombre

del santo del día en que tuvieron lugar (Font, 1988; Font, 2000).

Este tipo de sistemas presenta una marcada preferencia por la

estación otoñal, ocurriendo con mayor frecuencia entre mediados de

septiembre y finales de noviembre, si bien en ocasiones también pueden


1-22

aparecer a principios de septiembre, en primavera o incluso bien entrado

el invierno. Esta marcada estacionalidad otoñal tiene su explicación en la

coincidencia de la aparición de las primeras depresiones frías de altura con

las todavía elevadas temperaturas de la superficie del mar que fomentan

la creación de condiciones atmosféricas potencialmente inestables, que son

necesarias para la génesis de los sistemas convectivos. Esta situación se

designa con las siglas DANA (Depresión Aislada en Niveles Altos), si bien el

público en general ha adoptado la denominación de “Gota Fría”

incluyendo dentro de este término todos los sistemas convectivos originarios

de fuertes lluvias torrenciales en el levante ibérico.

Para el desarrollo de este tipo de fenómenos, más allá de la situación

potencialmente inestable a la que ya se ha hecho mención, se hace

necesario un agente disparador o impulsor de la enorme actividad

convectiva involucrada en el desarrollo de los propios sistemas, sobre el

cual nuestro conocimiento es todavía muy imperfecto. Aparentemente,

cuando los sistemas surgen a lo largo de la costa, el factor orográfico

desempeña un papel determinante, si no siempre como agente disparador,

al menos como un factor intensificador de la convección. Este factor

orográfico es especialmente importante a lo largo de todo el litoral

levantino donde las estribaciones montañosas discurren paralelas a la costa,

con una curvatura más o menos acusada mirando hacia el este y con una

distribución perpendicular de pasillos fluviales que conforman una

estructura idónea para la intensificación de la convección y consecuente

localización de los máximos de precipitación cuando, como ocurre con las

lluvias torrenciales más importantes, la masa de aire mediterráneo,

potencialmente inestable debido a su humedad y elevada temperatura,

fluye desde el mar hacia la península.

Aunque, la condición de inestabilidad potencial generalizada suele

mostrarse claramente en los mapas de 500 mb por la presencia de


1-23

depresiones frías o extensas vaguadas, con sus ejes cruzando la Península,

también pueden aparecer centradas sobre el área mediterránea

propiamente dicha, quedando en muchas ocasiones centradas, al oeste de

la misma o sobre el norte de Argelia. Las dos situaciones sinópticas

mostradas en la Figura 1.7 corresponden a casos de lluvias

excepcionalmente torrenciales. Es interesante observar como en ambas

situaciones el mapa de superficie muestra claramente flujo del este sobre el

litoral levantino.

Figura. 1.7: Campos de presión característicos a nivel del mar y a 500 mb de dos situaciones típicas formadoras de DANA (Font, 2000).


1-24

3.2.4. Circulaciones locales y mesoescalares

La brisa es un tipo de viento local originado por el movimiento de

masa de aíre debido al heterogéneo calentamiento que el Sol produce de

la superficies con diferentes características térmicas. Este calentamiento

diferencial origina zonas de bajas presiones producidas por el

desplazamiento vertical del aire caliente que es sustituido por aire más frío

que se desplaza horizontalmente. Entre los procesos de brisa se distinguen

dos orígenes principales: brisas que se localizan en entornos costeros y que

se producen por las diferencias de calentamiento y enfriamiento que

experimentan la tierra y las grandes masas de agua pertenecientes a

lagos y mares (Defant, 1951; Pielke 1974;Atkinson, 1981;Pielke, 1984); y

las originadas en entornos montañosos ocasionadas por diferencias de

calentamiento entre masa de aire que, a pesar de encontrarse a un mismo

nivel, se encuentran a diferentes distancias de la ladera de una montaña

(Atkinson,1981; Whiteman, 1982a; Whiteman, 1982b). Estudios basados

en datos observacionales realizados en el área de Castellón muestran una

fuerte influencia de estos procesos de brisas que llegan a aparecer un 70%

de los días del año (Salvador, 1999; Millán, 1997). Estudios posteriores

realizados por Azorín (2007) en la comarca del Campo de Alicante, han

estimado que el 66% de los días del año presentan procesos de brisas, con

una fluctuación a lo largo del año que alcanza su máximo (94%) en el mes

de agosto y desciende hasta 37% en el mes de noviembre.

Las brisas se ven fuertemente influenciadas por diversos factores: las

características topográficas es uno de ellos, ya que los diferentes tipos de

brisa (brisa de mar y vientos de ladera) pueden unirse en un único proceso

en circunstancias en que una topografía accidentada y montañosa se

encuentre situada próxima a la línea de costa (Roger y Pielke, 1977). Este

tipo de procesos han sido asimismo descritos en el área que nos ocupa por

Salvador (1999) habiéndose hallado un acoplamiento tal entre ambos


1-25

procesos que resulta imposible discernir entre circulaciones originadas por

uno u otro motivo. En este mismo trabajo se muestra además como en el

área la topografía influencia la circulación de la brisa haciendo que esta se

produzca en un anómalo sentido antihorario, en oposición al sentido horario

inducido por la fuerza de Coriolis que cabría esperar de una circulación no

afectada por otros procesos. Las propiedades del suelo son otro factor que

presenta fuerte influencia sobre el desarrollo de las brisas. Se han

realizado estudios de sensibilidad del proceso modificando las

características físicas del suelo (Mahfouf et al., 1987) o con modificaciones

más sofisticadas como son la presencia de ciudades (Kusaka et al., 2000;

Martilli, 2002). El área de estudio, además de presentar gran numero de

poblaciones, que sin embargo no son excesivamente grandes (menos de

200.000 habitantes), presenta características semiáridas que le confieren

una baja inercia térmica, lo cual contribuye a acentuar la formación de

regímenes de brisa, Miao (2003) muestra el efecto de la degradación del

suelo produciendo un incremento de los flujos originados por los procesos

de brisa marina en el levante peninsular.

Figura. 1.8: Interacción entre la brisa y los vientos regionales: (a) Flujo diurno en una costa orientada al Oeste, (b) flujo diurno en una costa orientada al Este y (c) flujo nocturno de la tierra hacia el mar. (Stern et al., 1973)


1-26

Otro tipo de parámetros que afectan al régimen de brisas conciernen

al estado general de la atmósfera. La estratificación térmica puede afectar

considerablemente a propiedades como la altura de la capa de mezcla o

la velocidad del viento (Xian et al., 1991), Los gradientes de presiones a

escala sinóptica pueden presentar asimismo una fuerte influencia sobre el

comportamiento de las brisas, de este modo se consideran como condiciones

idóneas para el desarrollo del frente de brisas aquellas en las que el

gradiente de presión sinóptico es débil o inexistente (Salvador, 1999; Soler

e Hinojosa, 1997; Redaño et al., 1991, Xian et al., 1991; Steyn, 1985;

Lyons y Olsson, 1972), si bien, bajo condiciones de un muy bajo gradiente

de presiones sinóptico, la brisa puede verse intensificada o impedida

cuando la distribución general de presiones produce vientos que coinciden o

se oponen al desarrollo de esta (Figura 1.8). Asimismo los gradientes de

presiones a escala sinóptica pueden tener repercusiones sobre otros

factores como la temperatura, la humedad, el disparo del proceso de

brisas, la altura de retorno, etc. (Xian, et al., 1991; Stern et al., 1973).

Los procesos de brisas de los que hablamos tienen importantes

consecuencias sobre los procesos de dispersión de contaminantes emitidos

en entornos costeros, ya que al tratarse de circulaciones cíclicas compuestas

por células de convección cerradas, las nubes de contaminantes

transportadas por este tipo de vientos tienden a seguir trayectorias

igualmente circulares o más comúnmente helicoidales en un proceso

denominado recirculación. Se distinguen por lo general dos tipos de

recirculaciones debidas a las brisas: la recirculación vertical y la horizontal.

La primera de ellas se produce durante las horas del día y consiste en un

retorno a la costa de la contaminación ya que esta sufre un transporte

cíclico a lo largo de la célula convectiva ocasionada por el régimen de

brisa. De este modo, las nubes de contaminantes son arrastradas tierra

adentro. A continuación, sufren un ascenso al toparse con el frente de brisa


1-27

y un posterior transporte hacia el mar con el flujo de retorno en los niveles

superiores. Finalmente se cierra el ciclo con un descenso a los niveles

próximos a la superficie del mar. La oscilación horizontal se origina cuando

el efecto de calentamiento no es suficiente para producir la 'volcadura' del

flujo superficial, de modo que se produce el arrastre de las masas de aire

tierra adentro durante las horas del día y un posterior retorno de las

mismas con la brisa de tierra. La escala temporal descrita para este tipo de

circulaciones es del orden de 24 horas para las recirculaciones horizontales

y de 4 a 10 horas para la recirculación vertical (Steyn, 1995).

Figura. 1.9: Representación esquemática de procesos de fumigación en áreas costeras (Scire,2000b)


1-28

Lyons y Cole (1971) describieron un segundo efecto que las brisas

pueden presentar sobre los procesos de dispersión de contaminantes que

son emitidos en las proximidades de la costa. Observaron que en una

situación de brisa de mar (Figura 1.9), el aire frío y estable procedente del

mar penetra en la capa límite terrestre que se caracterizada en este tipo

de situaciones por un gradiente de temperatura neutral o superadiabático.

Se puede observar que las emisiones producidas en la costa, fuera de esta

capa límite son transportadas a su interior donde el penacho es mezclado

rápidamente con transferencia neta de momento descendente produciendo

el fenómeno conocido como fumigación.

En determinadas áreas del planeta como son los desiertos de Arizona,

la península de Anatolia o la península Ibérica donde se sitúa el área de

estudio (Barry y Chorley, 1982), el calentamiento superficial originado por

el Sol en situaciones estivales puede inducir el desarrollo de corrientes

convectivas ascendentes de masas de aire que originan la formación de un

área de baja térmica relativa. En la península Ibérica la baja térmica

constituye un patrón sinóptico característico desde principios de los meses

de primavera hasta los primeros días de otoño conocido también por sus

siglas BTI (Baja Térmica Ibérica). Esta baja térmica se suele considerar como

una extensión de la originada en el área del norte de África como

consecuencia del intenso calentamiento estival del suelo sahariano y de la

cual, en ocasiones, puede llegar a independizarse (Martín-Vide y Olcina,

2001). En la Península Ibérica, la baja térmica se dispara al amanecer

originada por el desarrollo de flujos radiativos de tipo brisas de mar y

montaña (Estrela y Millán, 1994) presentando, por tanto, un marcado ciclo

diurno (Millán et al., 1992). Por lo tanto, la baja térmica originada en la

península ibérica debe ser más bien entendida como una baja relativa en

el centro peninsular que se origina por la suma de las contribuciones de un

conjunto de circulaciones locales independientes (Millán et al., 1996), las


1-29

cuales originan uno o varios centros de acción, cuya localización depende

principalmente de su localización en el día anterior (Millán et al., 1992).

Así, de la misma manera que ocurría con los procesos de brisas, el

desarrollo de este tipo de circulaciones a escala peninsular induce procesos

de recirculación de contaminantes desde las zonas costeras, ya que durante

el día, arrastran los contaminantes 60 o 100 kilómetros tierra adentro

donde los flujos ascendentes de la BTI los inyectan en niveles superiores que

varían entre los 2 o 3 km de altura, allí pasan a ser arrastrados hacia el

mar por flujos de retorno donde la subsidencia compensatoria crea capas

estratificadas que actúan como reservorios de contaminantes envejecidos de

un día para el siguiente. Con el inicio de un nuevo día, estas capas bajas

son nuevamente arrastradas tierra adentro cerrándose de este modo el

ciclo. Se ha observado que los tiempos de recirculación de este tipo de

procesos son del orden de 2 o 3 días (Millán et al, 1997) lo cual los

relaciona especialmente con contaminantes de carácter secundario o con

largos periodos de permanencia en la atmósfera.

2.5. Incursiones de Polvo Sahariano

La proximidad de las bastas zonas desérticas del Norte de África

tiene una elevada repercusión sobre el clima mediterráneo, pues el

material particulado crustal resuspendido en este área puede ser

transportado largas distancias afectando áreas remotas como el Atlántico

ecuatorial o Europa (Ávila et al., 1997; Prospero, 1999; Ávila y Roldá,

2002).

En el Norte de África, durante los días estivales, se genera el escenario

meteorológico idóneo para la resuspensión de material particulado: Escasas

precipitaciones y baja humedad relativa mantienen el suelo con muy bajos

niveles de humedad favoreciendo de esta manera los procesos de


1-30

resuspensión. El fuerte calentamiento solar diurno produce elevadas

temperaturas y fuertes corrientes convectivas que son capaces de elevar

este material hasta alturas de 1000-4500 m. Durante la noche, la gran

estabilidad impide que las partículas inyectadas en los niveles superiores

sedimenten de nuevo (Dubief, 1977). De este modo, el material particulado

resuspendido alcanza tiempos de residencia de semanas o meses formando

así la denominada “bruma seca” que, bajo la influencia del viento en estos

niveles, puede ser transportada distancias superiores a 3000 Km (Carlson y

Prospero, 1972; Prospero, 1999).

Figura 1.10: Imagen tomada por el sensor SeaWIFS (NASA) el 13 de octubre de 2001 mostrando una incursión de material particulado procedente del norte de África que afecta las costas de la cuenca mediterránea alcanzando incluso Europa central y el mar Báltico.


1-31

Las intrusiones de masas de aire cargadas con elevados niveles de

material particulado en la Península Ibérica (Figura 1.10) se producen bajo

la influencia de tres patrones sinópticos característicos (Figura 1.11) que

transportan el material resuspendido desde el norte de África. La presencia

de un área de bajas presiones al oeste o suroeste de Portugal, la existencia

de una zona de altas presiones al este o suroeste de la Península Ibérica o

la combinación de ambos patrones (Rodríguez et al., 2001).

Figura 1.11: Muestra los patrones sinópticos (altura de geopotencial de 850 hPa en metros) susceptibles de originar el transporte de material particulado desde el norte de África a la península ibérica. (a) Baja de presiones al oeste o suroeste de Portugal. (b) Altas presiones al este o sureste de la península. (C) Combinación de ambos patrones incluyendo una zona de bajas y otra de altas presiones (Rodríguez et al., 2001).


1-32

La granulometría del material transportado por este tipo de procesos

se ve considerablemente influenciada por las características propias del

lugar en el cual son resuspendidas, si bien también se aprecia una influencia

de la localización relativa del área receptora con respecto a la emisora ya

que durante el transporte se dan procesos de selección del material

particulado. Así, los episodios registrados en la costa mediterránea en

verano acostumbran a incluir material grueso de entre 1 y 25 µm

(Rodríguez et al., 2001) afectando considerablemente a los niveles diarios

de PM10, los cuales pueden llegar a alcanzar valores de 100 µgr/m3

(Rodríguez et al., 2001; Rodríguez et al., 2002).

3. La industria cerámica

La producción y utilización de materiales cerámicos en la Península

Ibérica se remonta a los albores de la historia ya que vino de la mano de

la revolución neolítica, si bien no es hasta la época de los romanos en que

fue utilizada en los mosaicos como elemento arquitectónico decorativo.

Posteriormente, la irrupción de la cultura musulmana fue la encargada de

introducir diferentes técnicas de vidriado orientadas a dotar al producto de

una capa cromática e impermeabilizante que además podía servir como

soporte para su decoración. Es en esta época cuando comienzan a utilizarse

los azulejos (az-zulaiy) como material de recubrimiento de suelos, y no sería

hasta el siglo XVIII en que la aparición de las primeras fábricas haría de la

fabricación de azulejos una de las principales actividades industriales en el

área castellonense.

En la actualidad la industria cerámica ofrece múltiples materiales que

sirven a diferentes fines como el artístico, arquitectónico, sanitario y otras

aplicaciones técnicas en las cuales se aprovechan las amplísimas

propiedades mecánicas, eléctricas y térmicas de este tipo de materiales.


1-33

Una de estas aplicaciones es la producción de materiales cerámicos de

recubrimiento de pavimentos, fachadas y paredes, en la que España es en

la actualidad, detrás de China y a la par con Italia, el segundo productor

mundial; tanto es así que durante el año 2004 se produjeron 640 millones

de metros cuadrados de los cuales fueron exportados más de la mitad

(ASCER, 2004). Una de las principales características del sector azulejero

español es la elevada concentración de la industria en la provincia de

Castellón, especialmente en el área delimitada al norte por Alcora y

Borriol, al oeste por Onda, al sur por Nules y al este por Castellón de la

Plana. De este modo, en un área de no más de 500 Km2 se ubican el 81%

de las empresas de este sector en España copando aproximadamente el

94% de la producción nacional y el 9% de la producción mundial.

Figura 1.12: Diagrama general de las diferentes líneas de producción de baldosas cerámicas. Dependiendo de que el producto a fabricar sea esmaltado o no, de que este se fabrique por un procedimiento de monococción, bicocción o tercerfuego, en un determinado proceso se realizará o no el esmaltado, o se modificará la secuencia de las etapas de esmaltado y de cocción de forma adecuada (Fuente: ASCER www.ascer.org).

http://www.ascer.org/


1-34

Los azulejos o baldosas cerámicas son piezas planas de poco espesor

que se fabrican con arcillas, sílice, fundentes, colorantes y otras materias

primas y que generalmente se utilizan como pavimentos para suelos y

revestimientos de paredes y fachadas. Desde un punto de vista simplista se

puede considerar que se encuentran constituidas por un soporte arcilloso

que puede ser de cocción roja o blanca, y un recubrimiento vítreo, el

esmalte cerámico, que impermeabiliza la pieza. Si bien una gran

diversificación de las técnicas y procedimientos de producción ha dado

lugar múltiples tipos de baldosas con propiedades y características

diferenciadas (Ver Figura 1.12): azulejos, gres, gres porcelánico, baldosín

catalán, gres rustico, barro cocido, etc.

A pesar de la diversidad de materiales, el proceso de producción

cerámico se encuentra dividido en diferentes etapas en las cuales se han

especializado las diferentes instalaciones industriales:

Plantas de atomización: El objetivo de las plantas de atomización es el

de obtener el material arcilloso bruto extraído de las canteras y

refinarlo para generar un material homogéneo a base de arcillas,

feldespatos, arenas, carbonatos y caolines que en etapas posteriores

servirá para conformar la base de las baldosas. Esta homogeneización

afecta tanto a la composición química como al aspecto físico ya que el

resultante se compone de pequeños gránulos de arcillas con las

propiedades fisicoquímicas requeridas en las subsiguientes etapas de

producción: fluidez, plasticidad, dilatación térmica, etc.

Producción de fritas: El proceso de fabricación de fritas, comúnmente

llamado fritado, tiene como objetivo la obtención de un material vítreo

insoluble en agua mediante fusión y posterior enfriamiento de diferentes

materiales como el sílice como componente fundamental (formador de

vidrio) y otros elementos como alcalinos, alcalinotérreos, boro, cinc,


1-35

circonio, titanio, hierro, cromo, cobalto, manganeso… que actúan como

fundentes, opacificantes o colorantes.

Fabricación de pigmentos: Este tipo de instalaciones industriales se

especializan en la producción de un material cerámico particulado con

especies químicas cromóforas estables en ambientes de altas

temperaturas. Este tipo de sustancias serán mezcladas con las fritas para

la obtención del esmalte cerámico coloreado que recubrirá cada pieza.

Fabricas de baldosas: Las instalaciones de producción de baldosas se

encuentran situadas a la cola de toda la cadena de producción ya que

toman el gránulo atomizado, las fritas y los pigmentos anteriormente

mencionados para conformar, esmaltar y cocer cada una de las piezas.

Fabricas de baldosas de ciclo completo: Son un tipo especial de

plantas de fabricación de baldosas en las que se aúna en una única

instalación la planta de atomización y la de conformación de baldosas.

El impacto ambiental de las industria cerámica individualmente no es

demasiado elevado, si bien la elevada concentración de empresas que se

aglutinan en el área de la plana de Castellón tiene repercusiones

ambientales considerables (Querol et al., 2006; Minguillón et al., 2007a;

Minguillón, 2007, Querol et al., 2007a). A lo largo de la línea de

producción cerámica se realizan emisiones de gases contaminantes como

son el CO2, CO, NOx, SOx, HF y HCL resultantes de procesos de combustión

o de descomposición de materias primas. Sin embargo además de los

gases, entre las emisiones más significativas se encuentra la de material

particulado sólido, que suele tener una composición puramente mineral,

aunque en algunas ocasiones puede contener trazas de otros elementos

como zinc, arsénico, selenio, zirconio, cesio, bario, titanio o plomo (Parmelee,

1973; Taylor y Bull, 1986; Stefanov y Batchwarov, 1988; Matthes, 1990;


1-36

DCMA, 1991; Rincón et al., 1992; Mallol et al., 2001; Masó et al., 2003;

Emsley, 2003; Querol et al., 2006).

4. Planteamiento teórico y objetivos

A lo largo del presente capítulo se ha visto como en el área de la

Plana de Castellón aparece una gran concentración de instalaciones

industriales relacionadas con el sector cerámico las cuales originan

emisiones de material particulado que producen diversos problemas de

carácter ambiental y social. En los próximos capítulos veremos como el

estudio metódico de los procesos de dispersión transporte y eliminación

atmosférica de contaminantes ha permitido el desarrollo de modelos

matemáticos que, al ser implementados en sistemas computacionales,

pueden constituir herramientas que, como en el caso que nos ocupa, no solo

nos permiten estimar y aislar el impacto ambiental de una actividad

concreta sino que además permiten crear realidades ucrónicas en las que

podemos manipular las condiciones para observar el nuevo comportamiento

del sistema; de esta manera es posible evaluar el impacto potencial que se

produciría bajo diversos escenarios tecnológicos cuantificando, por lo tanto,

la eficacia de la aplicación de diversas tecnologías de reducción de

emisiones.

En el presente trabajo se plantean como objetivos la realización de

una evaluación de las áreas que en el año 2003 sufrieron impactos debidos

al total de emisiones de partículas en la provincia de Castellón,

diferenciando además entre aquellas áreas que fueron afectadas por

emisiones de origen cerámico y aquellas donde los impactos fueron

ocasionados a emisiones de partículas no relacionadas con este sector

industrial. Una vez realizado el análisis previo de la situación, se estimará

en qué medida esta situación de impactos podría verse amortiguada


1-37

mediante la adopción de diferentes tecnologías que reducen las emisiones

asociadas a la actividad industrial cerámica.

Figura 1.13: Diagrama de flujo que sintetiza el trabajo llevado a cabo en la presente tesis doctoral.

Los objetivos anteriormente mencionados han sido abordados mediante

la división del trabajo en tres partes esenciales. La primera de ellas consiste

en la caracterización meteorológica del área de estudio; a continuación se

realiza una evaluación del impacto medioambiental que tuvieron las

emisiones de partículas en el año 2003 y, finalmente, se utiliza el modelo

propuesto en la fase anterior para estudiar el impacto de la aplicación de

medidas tecnológicas de corrección sobre las emisiones de la industria

cerámica. Si bien cada una de estas tres partes puede ser entendida como

un único elemento, debe ser llevada a cabo mediante la realización de

diversas tareas menores:

La caracterización meteorológica del área de estudio es una etapa

de vital importancia ya que los resultados obtenidos serán utilizados en las

fases posteriores del trabajo. Para llevarla a cabo, se han utilizado


1-38

técnicas matemáticas de agrupamiento para la selección de una serie de

escenarios meteorológicos que caractericen estadísticamente el área de

estudio. Posteriormente, utilizando modelos de área limitada se ha

generado una base de datos meteorológicos de alta resolución con la que

en fases posteriores del trabajo se alimentará a los modelos de dispersión

de contaminantes. Dado que previamente a su utilización, los modelos

meteorológicos deben ser sometidos a un proceso de ajuste, se ha

realizado una validación de los resultados que permite verificar el correcto

funcionamiento de cada modelo bajo las condiciones dadas.

La evaluación del impacto ambiental generado por el material

particulado en el año 2003 es uno de los objetivos principales de este

trabajo. Asimismo, nos permite establecer un estado de referencia con el

que comparar los resultados obtenidos en la fase final del trabajo y ya

que para este periodo se dispone de datos observacionales, es posible

ajustar y validar tanto el modelo de dispersión propuesto, como el

inventario de emisiones utilizado.

Otro de los grandes objetivos del presente trabajo es la valoración

de la disminución potencial de los impactos por material particulado

atmosférico debida a la aplicación de medidas correctoras de las

emisiones producidas por la industria cerámica. Para tal fin se han

planteado diferentes escenarios tecnológicos atendiendo a las

recomendaciones dadas por la comisión europea sobre las mejores técnicas

disponibles (MTD), posteriormente ha sido modificado el inventario de

emisiones estimado en el apartado anterior para simular la implementación

de MTD en diferentes áreas dentro del sector cerámico y finalmente se ha

utilizado el modelo de dispersión de contaminantes propuesto en el

aparatado anterior para estimar el impacto ambiental esperado bajo las

nuevas circunstancias dadas.


1-39

CAPITULO II

Herramientas y bases de datos

CAPÍTULO II: Herramientas y bases de datos

2-2

1. Modelos utilizados

1.1. Modelos Meteorológicos

1.1.1. Modelo de Pronóstico MM5

El estado de la ciencia actual únicamente nos permite resolver las

ecuaciones de la dinámica de fluidos sirviéndonos, por una parte, de

métodos numéricos aproximativos que obligan a discretizar el área de

cálculo y, por otra, de una serie de condiciones iniciales y de contorno, que

nos obligan a realizar una estimación realista del estado inicial y futuro de

la atmósfera. Los modelos llamados de circulación general utilizan mallas

de cálculo globales que al cerrarse sobre sí mismas resuelven

implícitamente las condiciones laterales requeridas evitando así parte de

las dificultades que implica la estimación de condiciones de contorno. Como

consecuencia de este diseño, nos vemos obligados a trabajar con una pobre

resolución espacial, ya que la gran cantidad de puntos a resolver generan

elevadísimos requerimientos computacionales. Si bien la resolución a la que

trabajan este tipo de modelos (aproximadamente 80 Km) nos permite

simular correctamente los procesos de escala sinóptica, no es suficiente

como para predecir los procesos mesoescalares o locales; así pues, para

este tipo de intereses han sido desarrollados un segundo tipo de modelos

que llamamos de área limitada, los cuales se sirven de las soluciones

generadas por los modelos globales para estimar las condiciones iniciales y

de contorno, pudiendo así trabajar con mallas mucho más reducidas y

resoluciones más elevadas.

Actualmente son muchos los modelos meteorológicos de área limitada

(Limited Area Models, LAM) que se encuentran disponibles como ARPS

(Advanced Regional Prediction Model, Xue et al. 1995), WRF (Weather


2-3

Research Forecast Model, Michalakes et al., 2001), COAMPS (Coupled

Ocean/Atmosphere Mesoscale Prediction System, Hodur, 1997), RAMS

(Regional Atmospheric Meteorological System, Pielke y Walko, 1994) o

HIRLAM (High Resolution Limited Area Model, Undén et al., 2002). Entre

ellos se encuentra el modelo utilizado en el presente trabajo, el Fifth-

Generation Penn State Mesoscale Model o MM5 (Grell et al., 1994), que

está soportado por NCAR (National Center for Atmosperic Research). Tuvo

su origen en un modelo de mesoescala desarrollado a comienzos de los

años 70 por Anthes (1978) y desde sus orígenes, el modelo ha tenido un

acceso totalmente libre y en cuyo desarrollo han colaborado gran cantidad

de grupos de investigación, aportando tanto software propio del modelo

como herramientas para el preprocesado y postprocesado de datos,

experimentando de éste modo un continuo crecimiento.

En meteorología es frecuente encontrar modelos que resuelven en el

espacio de las fases y, por lo tanto, la resolución espacial presenta una

dependencia latitudinal que se define por el número de armónicos que se

utilizan en la resolución de las ecuaciones (modelos espectrales). No es este

el caso de MM5 que resuelve las ecuaciones primitivas en un sistema de

coordenadas equiespaciadas horizontalmente mediante métodos de

diferencias finitas. La malla horizontal es del tipo Arakawa-Lamb (Mesinger

y Arakawa, 1976) (Figura 2.1), que define los valores escalares en el

centro de cada celda, mientras que las magnitudes vectoriales son

calculadas en las esquinas de las mismas. En la discretización vertical se

emplean coordenadas sigma, que se caracterizan por amoldarse al terreno

en sus niveles más bajos y coincidir con los niveles de presión en los más

altos. Como se puede ver en la siguiente ecuación [2.1], las coordenadas

sigma son una magnitud adimensional calculada a partir de la presión en el

punto (p0), la presión en el tope del dominio (pt) y la presión en superficie


2-4

(ps0) de modo que varía desde 1 (en la superficie terrestre) a 0 (en la cima

del dominio).

ts

t

pp

pp

0

0

[2.1]

Al igual que existe una diferenciación horizontal de los puntos en los

que se definen las magnitudes escalares y vectoriales, en la dimensión

vertical ocurre lo mismo. Así, las magnitudes vectoriales son calculadas en

los niveles sigma, mientras que las escalares son calculadas entre dos de

estos niveles (nivel sigma medio).

Una de las aproximaciones más comúnmente aplicadas en los modelos

meteorológicos es la hipótesis hidrostática (Pielke 1984). De ella se

desprende que la presión en cualquier punto únicamente depende de la

masa de aire que tenga por encima, depreciándose por tanto la influencia

que puedan tener los desplazamientos verticales de masas de aire. Esta

simplificación no es válida cuando se trabaja con altas resoluciones cuando

el tamaño de celda es menor que la altura del dominio o en aquellas

situaciones en que la orografía pueda producir flujos verticales de aire

significativos. Es por ello que no suele ser utilizada en los modelos de área

limitada como MM5 que son conocidos como modelos no hidrostáticos.

Como ya se ha dicho, el modelo adopta unas condiciones iniciales y de

contorno externas para resolver las ecuaciones de la dinámica en un

dominio de menores proporciones pero con mayor resolución. Si bien este

proceso nunca se hace de un modo directo en una única integración.

Generalmente se opta por la resolución de dos, tres o cuatro mallas

anidadas sucesivamente (ver figura 2.1), de este modo, los resultados de

cada rejilla servirán de condiciones de frontera para la rejilla siguiente.


2-5

Esto es así dado que los cálculos en las mallas exteriores resuelven procesos

físicos que afectan directamente a los dominios interiores no incluidos en los

datos de entrada.

(a)

(b)

Figura 2.1: Estructura de la discretización espacial del modelo MM5. (a) Esquema de la estructura vertical para un caso de 15 niveles, las líneas continuas muestran cada uno de los niveles y las discontinuas muestran los niveles intermedios en los que se calculan algunas variables. (b) Representación esquemática de la discretización espacial de tipo Arakawa-Lamb en la que las variables son calculadas en los nodos de la malla o en los centros de celda. (Dudhia, 2001)

Dentro de ésta estrategia de anidamientos sucesivos el modelo MM5

presenta dos posibilidades de acoplamiento entre dos dominios anidados.

La opción más simple es la conocida como anidamiento unidireccional, en la

cual la rejilla superior impone las condiciones de frontera a la rejilla

inferior, siendo la primera totalmente independiente de los resultados de la

rejilla inferior. La segunda opción considerada se conoce como anidamiento

bidireccional y consiste en una realimentación de los puntos de la rejilla

mayor a partir de los resultados en la rejilla menor; en este caso la rejilla

menor tiene la capacidad de modificar las condiciones de los puntos

coincidentes con la rejilla superior y por tanto afectar a los resultados de la

misma.

MM5 se caracteriza por ser un modelo totalmente libre, de código

abierto y con la posibilidad de incorporación en las versiones más recientes


2-6

del software desarrollado por grupos de investigación de todo el mundo.

Ésta continua evolución ha dotado al modelo de gran cantidad de

parametrizaciones y opciones físicas diferentes para la realización de cada

integración. La configuración óptima de parametrizaciones depende de

múltiples factores como el ajuste de los resultados a las observaciones, la

rapidez con la que se quieran obtener los resultados, la zona geográfica

estudiada, la situación meteorológica a simular, el interés por variables de

salida, etc. De este modo, se hace necesario un proceso iterativo de ajuste-

validación de parametrizaciones y opciones para así optimizar los

resultados en cada situación.

Figura 2.2: Configuración típica de una simulación MM5 en la que se incluyen cuatro dominios de resolución creciente. Los resultados de cada dominio serán utilizados como condiciones de contorno para el siguiente dominio inferior.


2-7

Entre los procesos físicos parametrizados se encuentran:

Parametrización de cúmulos: En este tipo de esquemas se considera la

posibilidad de formación de nubosidad con escalas espaciales inferiores

a la resolución de trabajo del modelo. Se dispone de siete

parametrizaciones diferentes para cada dominio. Cada una tiene en

cuenta una serie de procesos atmosféricos diferentes estando indicada

para un rango de resoluciones que le es propio. También se puede

eliminar esta parametrización en dominios de resoluciones más finas a 5

Km donde se considera que la formación de cúmulos se resuelve

directamente por las ecuaciones del modelo.

Parametrización de capa límite: En ella se tienen en consideración los

procesos de interacción entre la superficie y los niveles inferiores de la

atmósfera, de tal manera que la selección de uno u otro esquema puede

inducir considerables modificaciones en los resultados de los primeros

niveles y, por ende, en los procesos de dispersión de contaminantes. Se

incluyen siete posibilidades entre las que se encuentran esquemas no

locales de primer orden basados en la estimación de la altura de capa

de mezcla y esquemas locales basados en la estimación de la energía

cinética turbulenta con órdenes de complejidad de hasta 2.5 en la

clasificación de Mellor y Yamada (1974). Otra de las características

significativas de cada uno de los esquemas es la utilización o no de un

modelo de suelo (Noah Land-Surface Model LSM) que estima los flujos

de calor y humedad entre el suelo y las capas superficiales de aire.

Esquemas de humedad explícita: Los cambios de estado del agua

vienen representados por ocho esquemas que tienen en cuenta

diferentes transiciones y estados de agregación.


2-8

Esquemas de radiación: Los balances de energía recibida y emitida

por la tierra, así como los procesos de reflexión, absorción y dispersión

atmosférica, están representados por cuatro esquemas, tres de ellos

presentan el balance diferenciando entre flujos de onda corta y larga

considerando diferente número de bandas del espectro de radiación.

Esquemas de temperatura del suelo: Se incluyen dos modelos simples y

tres modelos de tierra.

Si bien no son posibles todas las combinaciones de las

parametrizaciones, el número resultante de posibilidades es muy elevado,

posibilitando de este modo escoger múltiples modelos de diferente

complejidad para cada caso.

1.1.2. Modelo de diagnóstico CALMET

Una alternativa a los modelos de pronóstico comúnmente aplicada en

estudios de calidad del aire es la compuesta por los modelos de

diagnóstico o cinemáticos (Pielke, 1984). En este tipo de modelos la

generación de campos meteorológicos en todos los puntos de un dominio se

realiza mediante la aplicación de métodos de interpolación y extrapolación

de los datos de entrada que posteriormente son ajustados a una serie de

condiciones físicas como el cumplimiento de la ecuación de continuidad para

imponer la conservación de masa.

La relativa simplicidad de los modelos cinemáticos los hace capaces de

operar con pocos datos de entrada, siendo computacionalmente muy

económicos y por tanto muy atractivos para fines prácticos. Diversos

códigos como IBMAQ-2 (Shir y Shieh, 1974), MASCON (Dickerson, 1978),

MATHEW (Sherman, 1978), NOABL (Traci et al., 1977; Traci et al., 1978;

Phillips, 1979), COMPLEX (Bhumrakar et al., 1980; Endlich et al., 1982;


2-9

Endlich, 1984), ATMOS1 (Davis et al., 1984), WIND04 (Chino e Ishikawa;

1988), EOLOS (Lalas et al., 1988; Tombrou y Lalas, 1990), REDBL y

CONDOR (Moussiopoulos y Flassak, 1986; Moussiopoulos et al., 1988;

Flassak y Moussiopoulos, 1988;), MINERVE (Geai, 1985), DWM (Douglas y

Kessler, 1988), NUATMOS (Ross et al., 1988; Ross et al., 1991; Ross et al.,

1993), MC-3 (Guo y Palutikof, 1990), WINDS (Rato et al., 1990), LSWIND

(Ishikawa, 1991) o CALMET (Scire et al., 2000a) se han desarrollado y

aplicado para propósitos tan dispares como son la evaluación de recursos

eólicos, estimación de procesos de transporte y difusión de contaminantes,

generación de condiciones iniciales y de contorno de modelos dinámicos o

para la optimización de la carga computacional de modelos dinámicos

(Zhong-X, 1998; Chandrasekar, 2003).

El ya referenciado modelo CALMET ha sido utilizado en la presente

memoria, ha sido desarrollado por el grupo de estudios atmosféricos de la

compañía TRD, la cual cede el código fuente gratuitamente para fines

educativos y de investigación. Este modelo forma parte del sistema de

modelización de dispersión de contaminantes CALPUFF (Scire, 2000a y

Scire, 2000b) que ha sido incluido en la lista de modelos recomendados

por la EPA para la realización de estudios relacionados con la gestión de

calidad del aire (EPA, 2005).

Todos los modelos de pronóstico obtienen sus resultados en dos etapas

básicas: En primer lugar, se realiza una inicialización previa en la que,

mediante técnicas de interpolación y extrapolación, se obtienen valores de

las variables meteorológicas en todos los puntos del dominio, así como una

primera aproximación de los resultados conocida como “inicial guess” o

“first guess”. La segunda etapa consiste en el ajuste del inicial guess

conforme a las condiciones físicas que hayan sido incluidas en el modelo

(Ratto, 1994). En el caso de CALMET el campo inicial de vientos puede ser

estimado por el modelo en función de las medidas registradas en las


2-10

estaciones con datos de altura, puede ser especificado por el usuario o

como ocurre en el presente trabajo, puede provenir de la aplicación de un

modelo de pronóstico como MM5. A continuación se llevan a cabo dos

grupos de procesos, los cuales mediante esquemas puramente empíricos se

encargan de corregir el campo de viento inicial teniendo en cuenta

diferentes aspectos como son los efectos cinemáticos del terreno, los flujos

de ladera y los efectos de bloqueo de la orografía en el primer grupo de

procesos y la inclusión de datos observacionales y cálculo de velocidades

verticales para la minimización de la divergencia en el segundo grupo de

procesos (Figura 2.3). Las propiedades de la capa límite tienen una

elevada repercusión sobre todos los procesos de dispersión y transporte de

contaminantes atmosféricos (Stern, 1973).

Figura 2.3: Diagrama de flujo del modelo meteorológico de diagnóstico CALMET. Los datos de viento procedentes de modelos de pronóstico como MM4/MM5 pueden ser incluidos en el modelo por tres vías diferentes en el proceso de cálculo (Scire, 2000a).


2-11

El modelo CALMET dispone de además de un módulo utilizado para

simular el desarrollo de dicho estrato sobre tierra. La estimación de valores

horarios en los puntos de la malla de variables como flujo de calor sensible

(Qh), velocidad de fricción *u , longitud de Monin-Obukhov (L) y velocidad

de escala convectiva *w se realiza mediante el esquema no local de capa

límite propuesto por Holtslag y Van Ulden (1983) basándose en una

ecuación de balance de energía en la superficie y estimando los flujos de

calor sensible y acumulado en el suelo como el resultado del cálculo de los

demás flujos de energía aplicando diversas ecuaciones empíricas: flujo

radiativo (Holtslag y Van Ulden, 1983; Landsberg, 1981), flujo de calor

latente (Scire et al., 2000a) y antropogénico (Oke, 1978 y 1972). La

altura de la capa de mezcla se realiza entonces mediante el método de

Carson (1973) con algunas modificaciones basadas en Maul (1980). Dada

la ausencia de importantes flujos de calor sensible entre las superficies

marinas y la atmósfera se realiza un tratamiento diferencial de los cuerpos

de agua en los que se estiman los parámetros de capa de mezcla mediante

la aplicación de un esquema local basado en la velocidad del aire sobre el

agua y la diferencia de temperaturas entre agua y aire.

1.2. Modelo de Dispersión de Contaminantes (MELPUFF)

Por lo general, son cinco los procesos fisicoquímicos que afectan a la

concentración de una sustancia en la atmósfera: advección, difusión,

depósito, reactividad química y emisión. De esta forma, la tarea esencial

de un modelo de dispersión de contaminantes es la correcta estimación

matemática de cada uno de estos procesos para así poder realizar un

cálculo aproximado de los niveles de concentración de cada sustancia en

todos los puntos de un dominio.


2-12

De entre todos los procesos, los puramente atmosféricos (advección y

difusión) contemplan diferentes estrategias de resolución que introducen en

los modelos un dimorfismo en función de la estrategia de cálculo utilizada

en este sentido. Desde un punto de vista euleriano es posible utilizar

ecuaciones de continuidad para cada contaminante, estimándose de este

modo la variación espacial y temporal de concentraciones en las celdas de

una malla a partir de un estado inicial; ejemplos de este tipo de modelos

son STEM (Carmichael, 1990), CMAQ (Byun y Ching, 1999), CHIMERE

(Menut et al., 2000), CAMX (EIC, 2004). Por el contrario, la utilización de

una concepción lagrangiana permite calcular las trayectorias seguidas por

las sustancias liberadas en la atmósfera y sometidas a la acción del viento.

La simplicidad matemática y computacional de este tipo de enfoque ha

provocado que sean muchos los modelos concebidos bajo este tipo de

filosofía: MESOI (Ramsdell et al., 1983), MESOILT2 (Ramsdell y Burk,

1991), RIMPUFF (Thykier-Nielsen y Mikelsen, 1993), CALPUFF (Scire et al.,

2000b), y el que es utilizado en el presente trabajo MELPUFF (Martín et al.,

1999, Palomino y Martín, 2001, Martín et al, 2002a y Martín et al. 2002b).

El modelo de dispersión MELPUFF (MEsoescale Lagrangian PUFF

model) surgió al realizar profundas modificaciones en el modelo MESOI v2.0.

Pertenece a la tipología de modelos conocidos como de “puffs gaussianos” ya

que simula el transporte atmosférico de sustancias como una serie de nubes

con una distribución gaussiana de concentración [2.2]. Así la concentración en

un punto en torno al centro de la nube C(x,y,z), depende de la cantidad de

contaminante Q emitida en la nube y del grado de dilución de la misma. Este

grado de dilución queda representado como la desviación típica de la

distribución normal en los ejes horizontales xy y en el eje vertical z.


2-13

222

23

2

1exp

2

1exp

2

1exp

)2(

2),,(

zxyxyzxy

zyxQzyxC

[2.2]

Los procesos atmosféricos de advección y difusión turbulenta quedan

representados por el arrastre de la nube sin tenerse en consideración ni su

rotación ni su deformación (x(t)-X, y(t)-Y, z(t)-Z); siendo X, Y y Z las

coordenadas donde ha sido emitido el puff) y por el crecimiento temporal del

diámetro de la misma (xy(t), z(t)), respectivamente). Los procesos de

difusión molecular quedan despreciados al considerarse muy pequeños frente

a los dos anteriores, de modo que la concentración en cualquier lugar del

espacio debido a un único puff será:

222

02

3 )(

)(

2

1exp

)(

)(

2

1exp

)(

)(

2

1exp

)()()2(

2),,,(

t

ztz

t

yty

t

xtx

tt

QtzyxC

zxyxyzxy

[2.3]

El modelo utiliza coordenadas cartesianas definidas por la rejilla de

trabajo y en la vertical utiliza alturas en metros sobre el nivel del suelo. Para

tener en cuenta que la distribución del contaminante se vea afectado por la

presencia del terreno o el límite superior de la capa de mezcla y de esta

forma considerar las posibles acumulaciones de contaminante por estas

circunstancias, se utiliza una aproximación de superficies reflectoras que

suponen que todo el material que alcanza una de los mencionados límites

rebota sobre el mismo. Desde un punto de vista computacional, este efecto

se simula mediante la colocación de fuentes virtuales (Figura 2.4) que

poseen con un comportamiento especular respecto del dominio de cálculo

original.


2-14

Figura 2.4: Esquema que muestra la aproximación de superficies reflectantes y fuentes virtuales en la que se consideran hasta cuatro procesos de reflexión.

De este modo, como muestra la Figura 2.5, un proceso de emisión

continua queda representado como una secuencia de pufs, con una

distribución de concentración gaussiana, que son liberados desde un mismo

punto. Para cada foco emisor y en cada paso de tiempo del modelo se

considera la emisión de un puff con unas características determinadas de

tamaño inicial y sobreelevación.

La sobreelevación de las nubes recién emitidas se calcula mediante el

procedimiento desarrollado por Hanna et al. (1982) teniendo en

consideración el flujo de material en la boca de la chimenea, la

flotabilidad, el parámetro de estabilidad atmosférica y la velocidad del

viento interpolada en la boca de la chimenea.

Existe un tratamiento diferencial para el cálculo del tamaño inicial de

los puffs recién emitidos; así, si se trata de emisiones difusas, se asigna un

xy característico, basado en la resolución de trabajo (Ludwing et al, 1977)

y un z característico, basado en la naturaleza de la fuente emisora. Por el


2-15

Figura 2.5: Representación de un penacho contaminante como una secuencia de nubes o “puffs” que son arrastradas por la advección del aire y cuyo diámetro crece con el tiempo por la acción de la turbulencia.

contrario, en emisiones de carácter canalizado el volumen inicial del puff es

estimado a partir de datos de caudal de emisión asumiendo que los valores

de xy suelen ser un orden de magnitud mayores que z (Gifford, 1976;

Bander, 1982 y Ramsdell et al., 1982)

El transporte de nubes de contaminante se realiza a partir del viento

estimado en el centro de la nube mediante interpolación bilineal en la

horizontal de los niveles inmediatamente superior e inferior al centro del

puff y una posterior interpolación lineal vertical para ajustar la velocidad a

la altura de la nube.

Como ya se ha comentado con anterioridad, los procesos de dilución

atmosférica de cada nube son considerados como un crecimiento temporal

del diámetro de las mismas expresado como xy(t) para ambos ejes

horizontales y z(t) para el eje vertical. Este crecimiento es estimado en

cada paso de tiempo basándose en la teoría de dispersión propuesta por

Hanna et al. (1982).


2-16

yvxy tf [2.4]

zwz tf [2.5]

Siendo fy y fz funciones dependientes del tiempo desarrolladas por

Irwin (1983) y Draxler (1976) y v y w estimados según las

parametrizaciones de Brings (1985) en función de la capa atmosférica y su

estabilidad.

Los procesos de depósito seco de partículas se estiman como un flujo

basado en la superficie que cada puff tiene en contacto con el suelo, la

concentración de contaminante junto al mismo y la velocidad de deposición

que es estimada utilizando el esquema propuesto por Zhang et al. (2001).

Este esquema considera el tamaño y densidad de la partícula y diferentes

variables meteorológicas como la temperatura, presión, rugosidad (Z0),

estabilidad y velocidad de fricción. Incluye asimismo diferentes procesos de

depósito como transferencia turbulenta, difusión Browniana, impacto e

intercepción de partículas y considera además procesos de crecimiento de

partículas bajo condiciones de humedad. El cálculo de la tasa de depósito

húmedo se realiza aplicando la metodología basada en el concepto de

coeficiente de “washout” ya implementada en los modelos de dispersión

MESOI 2.0 y MESOILT2. La cantidad de material depositado en la

superficie y eliminado de la nube de contaminante por procesos de captura

por las gotas de agua o hielo, lavado y arrastre depende de la

concentración de material integrada verticalmente a través de la nube y

del tipo e intensidad de la precipitación.


2-17

2. Bases de Datos

2.1. Datos de análisis del modelo HIRLAM

HIRLAM (Undén, 2002) es un proyecto internacional en el que

participan los servicios meteorológicos de Noruega, Irlanda, Holanda,

Finlandia, Dinamarca, Suecia, Islandia, Francia y España cuyo objeto es el

desarrollo de un modelo de predicción de área limitada a corto plazo. Este

modelo es utilizado por la Agencia Estatal de Meteorología (AEMET) para

predicciones H+48 (predicciones a corto plazo) con resolución de 0.5

grados y hasta H+24 en resoluciones de 0.2 grados (Figura 2.6). Realizan

cuatro ejecuciones diarias, a las 0, 6, 12 y 18 UTC (Díaz-Pabón, 1996).

Figura 2.6: Rejilla de datos ofrecida por el modelo HIRLAM-02.

En el presente trabajo se ha dispuesto de la totalidad de los

resultados de las simulaciones del año 2003 del modelo de 0.2 grados, lo

cual en las latitudes en que se trabaja corresponde con una resolución de

unos 20 Km. Verticalmente se dispone de datos en 16 niveles de presión


2-18

(1015, 1000, 985, 970, 955, 940, 925, 850, 700, 500, 400, 300, 250,

200, 150 y 100 hPa) para las variables temperatura, componentes

latitudinal y meridional de viento, humedad relativa, altura de

geopotencial, presión a nivel del mar y temperatura de la superficie del

mar.

2.2. Datos observacionales de la RVVCCA

La Red Valenciana de Vigilancia y Control de la Contaminación

Atmosférica (RVVCCA) es el organismo competente para la evaluación y

gestión de la calidad del aire ambiente dentro de la comunidad

Valenciana (Decreto 161/2003, de 5 de septiembre, del Consell de la

Generalitat).

Tabla 2.7: Zonación de la calidad del aire realizada por la RVVCCA en el área de Castellón (Miró, 2005)


2-19

Para ello la RVVCCA dispone y gestiona una red de estaciones de

medida que registra diferentes valores de carácter meteorológico y de

calidad del aire y, en cumplimiento de lo establecido en el articulo tres del

Real Decreto 1073/2002, ha realizado una zonificación del territorio

dividiéndolo en áreas homogéneas en lo que a calidad del aire se refiere

teniendo para ello en cuenta la orografía, la dinámica atmosférica, los usos

de suelo, la emisión de contaminantes y la distribución de población; se han

definido asimismo las aglomeraciones en las que, por su elevada densidad

de habitantes, se considera justificada una especial atención en cuanto a la

evaluación y control de la calidad del aire (Miró, 2005). Como se puede

comprobar en la Figura 2.7, teniendo estos factores en cuenta, la provincia

de Castellón queda dividida en cuatro zonas, dos de las cuales se

encuentran próximas a la costa y otras dos interiores. Así mismo, en las

proximidades del área de estudio se considera la ciudad de Castellón

como una aglomeración y por tanto área de especial interés y atención.

Diversos estudios científicos previos realizados (Minguillon, 2007;

Minguillon et al., 2007) han validado la representatividad de las medidas

tomadas por esta red de medición en el área de estudio entre los años

2002 y 2005. En ellos se han estudiado los factores de variabilidad de las

series temporales de material particulado y se han realizado análisis

químicos que denotan la fuerte influencia que en esta área tienen sobre los

niveles de material particulado las actividades industriales y el transporte

de polvo procedente del Sahara.

En la Figura 2.8 se encuentra representada la distribución heterogénea

de estaciones de medida habiendo zonas minuciosamente muestreadas

(zona ceramista y la Plana de Castellón) y zonas prácticamente

descubiertas en las que no se han dispuesto estaciones (zona alta de los

valles de Mijares y Palencia). Como se ha mostrado en la Tabla 2.1, no

todas las estaciones disponen de todos los datos meteorológicos y de


2-20

material particulado atmosférico de modo que en el presente trabajo estos

serán los principales factores (junto con la disponibilidad de datos en las

fechas concretas en las que se trabaje) para la utilización de los datos de

unas u otras estaciones.

Figura 2.8: Localización de las estaciones de medida de la RVVCCA.

4420

4440

4460

4480

4500

4520

La

t (U

TM

)

680 700 720 740 760 780 800

Long (UTM)

1

2

3

4

5

67

89

10

11

12

1314

15

16

17

-1000

0.1

200

500

800

1100

1400

1700

2000

ID Municipio Lat / Lon Altitud

(m) Entorno Frecuencia

de muestreo Meteorología Material particulado atmosférico

P T Dir Vel H.Rel Prec R.Sol PST PM10 PM2.5 PM1

1 Almassora 39º56'43'' / -0º03'23'' 27 Rural Horaria X X X X X X X X X

2 Benicassim 40º03'44'' / 0º04'22'' 50 -- Horaria X X X X X X X X X

3 Burriana 39º53'32'' / -0º03'54'' 37 Rural Horaria X X

4 Castelló 39º59'23'' / -0º 1'30'' 18 -- Horaria X X X X X X

5 Coratxar 40º41'30'' / -0º05'05'' 1200 Fondo regional-rural Horaria X X X

6 Ermita 39º57'33'' / -0º02'10'' 44 -- Horaria X X X X

7 Grau 39º58'55'' / -0º00'37'' 10 .. Horaria X X X X

8 L'Alcora 40º03'07'' / -0º11'23'' 160 Urbana-Industrial Horaria X X X X X X X X X

9 L'Alcora-PM 40º04'07'' / -0º12'43'' 175 Urbana-Industrial Diaria X X X X X X X X X

10 Morella 40º38'14'' / -0º05'33'' 1153 Fondo regional-rural Horaria X X X

11 Onda 39º57'46'' / -0º15'00'' 163 Suburbana-rural con

baja influencia industrial

Horaria X X X

12 Penyeta 40º00'41'' / -0º03'26'' 106 -- Horaria X X X

13 Sant Jordi 40º33'17'' / 0º22'22'' 181 Fondo regional-rural Horaria X X X

14 Vallibona 40º35'05'' / -0º00'34'' 1235 -- Horaria X X X X X X X

15 Vilafranca 40º25'01'' / -0º14'57'' 1125 -- Horaria X X X

16 Vila-real-PM 39º56'30'' / -0º06'21'' 60 Urbana-industrial Diaria X X X X X X X X X

17 Zorita 40º44'06'' / -0º10'10'' 619 -- Horaria X X X

Tabla 2.1: Estaciones de la RVVCCA que se encuentran relacionadas con el área de estudio. Se incluyen datos de localización (latitud, longitud y elevación sobre el nivel del mar), caracterización del entorno de cada estación según Minguillon (2007) y Minguillon et al. (2007), frecuencia de muestreo y variables meteorológicas y de material particulado registradas por cada estación. P: Presión atmosférica (mb), T: Temperatura (ºC), Dir: Dirección del viento a 10 metros (º), Vel: Intensidad del viento a 10 metros (m/s), H.Rel: Humedad relativa (%), Prec: Precipitación (l/m2), R.Sol: Radiación solar (W/m2), PST (µgr/m3), PM10 (µgr/m3), PM2.5 (µgr/m3), PM1 (µgr/m3).


2-22

3. Métodos estadísticos de agrupamiento: análisis cluster

En investigación geofísica es comúnmente necesario clasificar series de

datos en grupos homogéneos e identificar las características de estos

grupos para mejorar el entendimiento de los procesos naturales e intentar

predecir su comportamiento futuro. El análisis clúster es una de las

herramientas que pueden ser aplicadas para afrontar este tipo de tareas.

Consideramos como clúster o grupo a una constelación de entidades o

datos contiguos dentro de un espacio muestral (Punj y Stewart, 1983). Las

técnicas estadísticas de agrupamiento, también conocidas como clustering,

se orientan a la ordenación de un conjunto de entidades en grupos que

exhiben dos propiedades: aislamiento intergrupal y cohesión intragrupal

(Cormak, 1971). El aislamiento intergrupal implica que las entidades

pertenecientes a un grupo o cluster se encuentren separadas de las

entidades pertenecientes a otro grupo. La cohesión intragrupal requiere

una elevada semejanza entre las entidades pertenecientes a un mismo

grupo.

El análisis cluster fue inicialmente propuesto en los años treinta (Tryon,

1939) en contextos científicos aplicados como la taxonomía biológica, si

bien no atrajo demasiado interés hasta los años setenta en los que el

desarrollo de los sistemas computacionales hizo este tipo de técnicas menos

tediosas. En la actualidad las técnicas estadísticas de agrupación son

aplicadas en un amplio abanico de campos científicos y muy especialmente

en ciencias atmosféricas donde han sido aplicadas en tareas de

regionalización climática, análisis de patrones sinópticos, análisis de

patrones de circulación a gran escala, etc. (Gong, 1994).

Las metodologías de análisis cluster trabajan todas sobre una matriz

de datos que representa a una serie de n puntos en un espacio p-


2-23

dimensional. Se denomina “entidad” a cada una de las columnas de la

matriz de modo que cada entidad se encuentra definida por una serie de p

valores pertenecientes a diferentes variables. Una vez establecida la

matriz de trabajo queda por establecer un método numérico que

cuantifique la semejanza o desemenjanza que caracteriza a cada pareja

de entidades. Es en este punto donde aparece una de las principales

diferencias que caracteriza a las diferentes metodologías de análisis cluster

ya que es posible estimar estas matrices por diferentes métodos como por

ejemplo la distancia euclidea, ángulo theta entre entidades (Andenberg,

1973), coeficiente de correlación inversa o asignación de puntos de

referencia.

La segunda gran diferencia que caracteriza a los diversos métodos de

análisis cluster es la filosofía en la que se basan para realizar las

agrupaciones:

Las técnicas jerárquicas son procedimientos basados en la creación de

sucesivas divisiones o uniones en la matriz de desemejanza. Los

procesos aglomerativos trabajan creando sucesivas uniones en un

conjunto de entidades, mientras que los procesos divisivos trabajan en

sentido inverso mediante la división en subgrupos del conjunto de datos

inicial. Así, con este tipo de métodos se produce una agrupación

jerárquica que conocemos como dendrograma.

El planteamiento de las técnicas no jerárquicas consiste en la selección

de una serie de grupos iniciales, estos son posteriormente alterados

para obtener una nueva partición que maximice el aislamiento

intergrupal y la cohesión intragrupal.

En la presente tesis doctoral se utiliza una técnica no jerárquica de

análisis cluster conocida como “k-means”; este algoritmo está diseñado para


2-24

agrupar una población de datos formando k grupos mediante minimización

de la distancia entre cada dato y el correspondiente centroide de cada

grupo. Se sigue para ello un procedimiento iterativo que consiste en los

siguientes pasos:

Se definen k puntos de referencia como centroides de los k clusters

resultantes de la aplicación del método. Esta asignación se puede

realizar mediante diferentes métodos: secuencialmente (seleccionando

los k primeras entidades de la matriz X), aleatoriamente, creando una

rejilla o mediante una asignación subjetiva basada en el conocimiento

previo que se tenga de los datos.

Se estima la distancia euclidea entre cada entidad y los centroides

asignándose cada entidad al cluster cuyo centroide le quede más

próximo.

Se recalcula la posición de los centroides mediante la ecuación [2.5],

donde Nm representa el número de entidades asignadas al cluster m, e

ymj son las coordenadas del m-simo cluster en la j-esima dimensión.

),,2,1;,,2,1(1 kmpjN

x

ym

N

i

ij

mj

m

[2.5]

A continuación, se vuelve a calcular la distancia euclídea entre cada

entidad y los centroides de cada cluster y en caso de que la entidad

se encuentre más próxima a otro centroide es reasignada al nuevo

cluster.


2-25

Se repiten los dos pasos anteriores sucesivamente hasta que se alcance

la estabilidad, lo cual ocurre cuando en el paso cuarto no deba ser

reasignada ninguna entidad.

Capítulo III

Caracterización meteorológica

de alta resolución

CAPÍTULO III: Caracterización meteorológica de alta resolución

3-2

1. Introducción

La fuerte carga computacional de los modelos meteorológicos

dinámicos como MM5 provoca que sea poco viable ejecutarlos para largos

periodos de simulación, por ello es preciso reducir al máximo la carga

computacional de aquellos trabajos de índole climática. Las estrategias que

pueden aplicarse en este sentido pasan por la reducción del tamaño y

resolución de los dominios simulados o la utilización de modelos con

algoritmos y parametrizaciones más sencillos. Una de las estrategias

comúnmente utilizadas en este tipo de situaciones consiste en la disminución

de los periodos temporales de simulación, para ello es posible utilizar

determinados métodos estadísticos, ya que si se considera la totalidad de

situaciones meteorológicas posibles como una población compuesta por una

serie de entidades, utilizando los algoritmos matemáticos de selección, se

pueden extraer o seleccionar las entidades que representan

estadísticamente al conjunto de la población y de este modo reducir la

carga computacional del trabajo simulando únicamente aquellas situaciones

que representen a la población de situaciones meteorológicas. Las

conclusiones por lo tanto pueden ser estadísticamente extrapoladas y

aplicadas como si se hubiese simulado la totalidad de la población.

El objetivo que nos ocupa en el presente capítulo es el de caracterizar

los procesos meteorológicos que se desarrollaron en la provincia de

Castellón a lo largo del año 2003, así como generar una base de datos

meteorológica que pueda ser utilizada como input para los modelos

utilizados en los capítulos siguientes.

Metodológicamente, estos objetivos serán abordados en dos etapas.

En la primera de ellas, se han aplicado las técnicas de análisis cluster para

la selección de una serie de escenarios meteorológicos representativos de

la totalidad del año de estudio (2003). En la segunda etapa se ha utilizado


3-3

el modelo meteorológico MM5 para obtener los campos meteorológicos de

alta resolución asociados a cada uno de los escenarios seleccionados en el

paso anterior.

2. Metodología

2.1. Selección de escenarios representativos

En esta fase del trabajo se realizó una selección de aquellas

situaciones atmosféricas que eran estadísticamente representativas de la

totalidad del año 2003. Considerando que la situación atmosférica en el

dominio de estudio es representativa de un día completo.

El objetivo último es obtener una serie de situaciones atmosféricas que

resulten estadísticamente representativas de todas las demás. Para ello, ha

sido utilizada la técnica de agrupamiento clustering conocida como k-

means. Este algoritmo, como ya se explicó en capítulos anteriores, está

diseñado para agrupar una población de datos formando k grupos de

modo tal que se minimice la distancia entre cada miembro del grupo (cada

situación atmosférica) y el centroide de cada uno de ellos. Así, los grupos

obtenidos contienen miembros con una alta homogeneidad, y se pueden

considerar todas las situaciones atmosféricas de cada grupo como similares

y representarlas por una única entidad, la más próxima al centroide del

grupo, que denominaremos escenario meteorológico. En el proceso se

obtiene además la frecuencia relativa de ocurrencia de cada uno de los

escenarios meteorológicos que posteriormente será utilizada para

extrapolar los resultados a la totalidad de la población.

Los datos utilizados para el análisis cluster fueron obtenidos de la base

de datos de análisis HIRLAM para un punto próximo a la zona cerámica de

Castellón (Lat=40ºN, Lon=0.2ºO). Dado que el interés último del presente


3-4

trabajo es el estudio de los procesos de dispersión de contaminantes, la

agrupación de situaciones meteorológicas debía atender principalmente a

las propiedades dispersivas de la atmósfera. Por lo que para la

caracterización de cada entidad se utilizaron las variables precipitación

(PREN), temperatura a 850 hPa (T850N), velocidad del viento a 850 hPa

(UM850N), presión en superficie (P0MN) y gradiente térmico vertical

entendido como la diferencia de temperaturas entre los niveles de 2 metros

menos 850 hPa (GRTN). Todas estas variables fueron seleccionadas ya que

se consideraron indicadoras de la situación sinóptica, estabilidad

atmosférica y viento a escala sinóptica que marcan o dirigen las

circulaciones atmosféricas mesoescalares o locales de la zona y la

dispersión de contaminantes. Asimismo, como se muestra en la Tabla 3.1,

todas estas variables, debieron ser previamente normalizadas para evitar

un sesgo en el análisis estadístico debido al rango de variabilidad natural

de cada una de las mismas.

PREN T850N P0MN UM850N GRTN

Media 0.15 283.74 987.64 7.03 9.04

Desviación Típica 0.51 7.15 5.94 4.48 2.47

Tabla 3.1: Valores de media y desviación típica utilizados para la normalización de cada una de las variables utilizadas en el análisis cluster. PREN: Precipitación (l/m2), T850N: Temperatura a 850 hPa (ºC), P0MN: Presión en superficie (hPa), UM850N: Velocidad del viento a 850 hPa (m/s) y GRTN: Gradiente térmico vertical entre los niveles de superficie y de 850 hPa (ºC).

La variable dirección del viento en 850 hPa fue considerada también

como un importante indicador de la situación sinóptica, si bien dado su

carácter circular y las dificultades que esto produce para calcular una

matriz de semejanza para esta variable, fue utilizada como una

clasificación de los datos previa a la realización del análisis cluster

consistente en separar los días según el sector de viento dominante durante

el mismo.


3-5

Figura 3.1: Distancia de cada uno de los miembros del análisis cluster con el centroide de su grupo para cada uno de los sectores de viento definidos.

Sector N

0.00

0.20

0.40

0.60

0.80

1.00

1.20

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector NE

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector E

0.00

0.20

0.40

0.60

0.80

1.00

1.20

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector SE

0.00

0.20

0.40

0.60

0.80

1.00

1.20

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector S

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector SO

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector O

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 1 2 3 4 5 6

Cluster

Dis

tan

cia

Sector NO

0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

0 1 2 3 4 5 6

Cluster

Dis

tan

cia


3-6

Dado que se trataba de obtener grupos con una alta homogeneidad

interna, el número de clusters fue seleccionado atendiendo a la distancia de

cada caso individual al centroide del propio cluster. De este modo, en casi

todos los sectores de viento (N, NE, SE, S, SW, W) se obtuvieron cinco

clusters, habiendo dos sectores en los que fueron calculados únicamente

cuatro clusters (E, NW). Como puede apreciarse en la Figura 3.1 la

distancia máxima entre cualquier miembro del análisis y el centroide de su

grupo en ningún caso supera el valor 1.3 veces la desviación típica de esa

misma variable.

Figura 3.2.: Distancia al centroide de cada cluster de los elementos seleccionados para representar cada escenario meteorológico.

Las situaciones atmosféricas más próximas al centroide de su grupo,

fueron elegidas como el escenario meteorológico que representa a todas

las situaciones pertenecientes a su mismo cluster. Como se ve en la Figura

3.2, las distancias que separan cada escenario meteorológico del centro

del cluster tienen cierta variabilidad dependiente de la cantidad de días

que se incluyen en cada grupo. Esta distancia se mantiene en valores

razonablemente bajos (0.2-0.4) para clusters que agrupan más de cinco

días. Los clusters que no agrupan más de cinco días presentan distancias

mayores alcanzando valores de 0.8. Estos clusters, presentan muy baja

Distancias Mínimas en Cada Cluster

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

0 5 10 15 20 25

Representatividad (Días)

Dis

tan

cia


3-7

representatividad ya que entre todos ellos agrupan únicamente un 8 % de

los datos y representan a las situaciones atmosféricas menos comunes y más

difícilmente agrupables.

2.2. Simulación de escenarios con MM5

Como ya se ha dicho con anterioridad, la meteorología del área se ve

fuertemente influenciada por procesos de carácter local según diversos

factores vinculados al área de estudio: topografía compleja, presencia del

mar, elevada radiación, etc. Para generar una base de campos

meteorológicos de alta resolución que incluya todos estos procesos a

mesoescala se ha utilizado el modelo MM5. Las condiciones de contorno

utilizadas para alimentar el modelo fueron los mismos datos de análisis

HIRLAM utilizados para la selección de escenarios meteorológicos, los

cuales, como ya se comentó en el capítulo 2, presentan una resolución de

unos 20 Km. Únicamente fue necesaria la construcción de dos dominios de 9

y 3 Km (ver Figura 3.3), los cuales fueron anidados bidireccionalmente, con

una inicialización previa de 12 horas, utilizando 32 niveles verticales y un

paso temporal de 27 y 9 segundos respectivamente.

La configuración aplicada a las simulaciones meteorológicas se muestra

en la Tabla 3.2. La configuración de parametrizaciones aplicada fue: la

“Médium Range Forecast” para la parametrización de capa límite

planetaria (Hong y Pan, 1996). Los flujos de calor en la superficie terrestre

fueron simulados mediante la parametrización “five-layer soil model”

(Dudhia, 1996). La formación de nubes tipo cúmulo fue únicamente simulada

en el dominio mayor de 9 km mediante el esquema propuesto por Grell

(Grell et al., 1994). Ya que se consideró que la resolución del dominio

menor era capaz de resolver por sí sola este tipo de procesos y finalmente

se decidió aplicar la parametrización de microfísica de nubes denominada

“Simple Ice” y propuesta por Dudhia (1989). Esta configuración de


3-8

parametrizaciones fue escogida atendiendo a trabajos anteriores (Viana et

al., 2005 y Jiménez, 2005) en los que se habían utilizado exitosamente

configuraciones similares.

Figura 3.3: Dimensiones y localización de dos dominios (9 y 3 Km) utilizada en las simulaciones MM5.

Se han realizado asimismo análisis de sensibilidad (Pascual et al.,

2005) que valoran la posible influencia que sobre los resultados pudiera

presentar la configuración de dominios así como la utilización de diferentes

datos de entrada para la generación de las condiciones iniciales y de

contorno del modelo. Para ello fueron comparados los resultados de

diferentes simulaciones obtenidas utilizando para la inicialización del

modelo la base de datos HIRLAM y los datos obtenidos por el análisis de

NCEP/NCAR (Kistler et al., 2001). A lo largo del presente capítulo se

contrastan asimismo los resultados de esta configuración con los datos

meteorológicos obtenidos por dos estaciones meteorológicas.

Domain 1 Domain 2


3-9

Domain

1 2

Resolution 9 Km 3 Km

Time step 27 sec 9 sec

No. vertical levels 32 32

Input data HIRLAM MM5

Nest One way Two way

Inicialization 12 hours 12 hours

Explicit Moisture Schemes Simple Ice Simple Ice

Cumulus Parameterizations Grell None

PBL Schemes MRF MRF

Radiation Scheme Cloud-Radiation Cloud-Radiation

Surface Schemes Five layer Five layer

Sallow Convection Yes Yes

Tabla 3.2: Configuración utilizada en las simulaciones del modelo MM5.

3. Resultados

3.1. Selección de escenarios meteorológicos

Del análisis cluster se obtuvieron 38 grupos cada uno de los cuales

fue meteorológicamente representado por el día que más se aproximaba

al centroide de cada cluster (Tabla 3.3). La Figura 3.4 muestra la

distribución temporal de los días pertenecientes a cada uno de los clusters.

Se puede comprobar cómo hay clusters cuya distribución se centra en el

periodo estival de mayo a septiembre, que se corresponden con las

situaciones de brisa típicas en la costa mediterránea que se originan

principalmente por las elevadas tasas de insolación y los mayores

contrastes térmicos entre la tierra y el mar. Otros clusters por el contrario

predominan claramente en los meses de la mitad más invernal del año

(octubre-abril) bajo situaciones sinópticas muy marcadas. En general, se


3-10

observa como durante los meses más invernales aparecen mayor numero de

clusters asociados a los sectores de viento NW, N, NE y E frente a los que

se asocian a los sectores SE, S y SW que presentan mayor frecuencia

durante los meses estivales.

Figura 3.4: Distribución de clusters meteorológicos de los distintos sectores de viento a lo largo de los meses del año 2003. Se muestran también la frecuencia de casos en cada sector.


3-11

Fecha

Cluster Nº

Viento a 850 hPa

N NE E SE S SW W NW

1 3-abr 25-nov 25-oct 21-ago 30-may 25-jun 1-jul 26-nov

2 18-oct 3-jul 24-feb 5-nov 27-abr 22-oct 14-nov 11-sep

3 6-mar 8-dic 23-mar 4-dic 2-jun 6-jun 25-jul 19-dic

4 13-may 17-sep 9-ago 14-may 1-jun 31-oct 29-oct 29-dic

5 24-dic 17-nov 7-abr 26-oct 7-mar 10-abr

Representatividad

Cluster Nº

Viento a 850 hPa

N NE E SE S SW W NW

1 0.82 3.01 0.55 3.29 2.47 6.03 3.01 3.84

2 2.47 1.92 2.74 3.01 3.56 1.37 4.38 4.93

3 2.74 1.92 2.47 1.37 2.47 4.38 4.93 4.93

4 1.64 1.64 2.19 1.10 2.47 0.27 1.92 3.56

5 2.47 1.92 0.82 1.37 3.56 2.47

Tabla 3.3: (Arriba) Días más próximos al centroide de cada cluster, cada uno de estos días fue considerado como el escenario meteorológico que representaría a todos los días que pertenecen al cluster. (Abajo) Cantidad de días (%) del año 2003 que pertenecen a cada cluster.

En la Figura 3.5 se representan los valores normalizados de los días

seleccionados como escenarios meteorológicos, es posible comprobar que

los mayores valores de precipitación en el área de estudio se encuentran

asociadas a los flujos sinópticos procedentes de sectores de viento

relacionados con el Mar Mediterráneo (NE, E, SE, S y SO), esto se debe a

las características orográficas del terreno que sitúan a la región al abrigo

de la influencia de los sistemas frontales atlánticos que generalmente llegan

debilitados al área. De este modo, la principal causa de precipitaciones en

el área se asocia con chubascos de origen convectivo que pueden verse

intensificados por el forzamiento orográfico asociado a la incidencia de

flujos sobre los relieves del interior (Font, 2000).


3-12

Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR N

Variables

-2

-1

0

1

2

3

4


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR NE

Variables

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

SECTOR E

Variables

-2

0

2

4

6

8

10


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR SE

Variables

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR S

Variables

-3

-2

-1

0

1

2

3

4


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR SW

Variables

-6

-5

-4

-3

-2

-1

0

1

2

3


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

Cluster No. 5

SECTOR W

Variables

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0


Cluster No. 1

Cluster No. 2

Cluster No. 3

Cluster No. 4

SECTOR NW

Variables

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

2.5


Figura 3.5: Gráficos mostrando los valores normalizados de las variables de referencia utilizadas en cada cluster. PREN = precipitación, T850N = temperatura a 850 hPa, POMN = presión atmosférica, UM850N = velocidad del viento a 850 hPa, GRTN = gradiente de temperatura entre 850 hPa y superficie. Todas las variables están normalizadas.


3-13

3.1. Simulación de escenarios meteorológicos

Una vez se ha realizado la simulación de escenarios meteorológicos

con el modelo MM5, se ha procedido a la caracterización descriptiva de los

campos de viento de alta resolución obtenidos para cada escenario,

aparece entonces una estrecha relación entre la estructura y desarrollo de

los frentes de brisa, la estabilidad atmosférica y el forzamiento sinóptico

originado por la dirección e intensidad del viento a 850 hPa. Como se

muestra en la Tabla 3.4 se observa un comportamiento diferencial

dependiente de la dirección del gradiente de presiones sinóptico de modo

que los escenarios meteorológicos seleccionados han sido divididos en dos

grandes grupos dependiendo de que el gradiente de presiones sinóptico

transporte masas de aire provenientes del noreste, este, sureste, sur o

Figura 3.6: Localización geográfica de las estaciones meteorológicas de Burriana (A) y de Vallibona (B) así como la línea de 40.4º norte (línea discontinua) a lo largo de la que se representarán las secciones del campo de viento.


3-14

suroeste relacionadas con el mar mediterráneo (forzamiento mediterráneo

o “FM”) o que aporte masas de aire provenientes del interior de la

Península Ibérica, sectores de viento norte, noroeste u oeste (forzamiento

continental o “FC”). Dentro de cada una de estas agrupaciones iniciales se

distinguen sin embargo comportamientos característicos en función de otros

parámetros como son el gradiente térmico vertical o la intensidad del viento

a 850 hPa.

A continuación se pasa a describir con detalle las características

dinámicas de cada una de las agrupaciones observadas. Para ello se

estudia la evolución del frente de brisas y los desplazamientos verticales de

masas de aire analizando los mapas del campo de viento a 10 metros y

una sección vertical a lo largo de la línea 40.4º norte (Figura 3.6). Con

objeto de comprobar la capacidad del modelo de representar la realidad

de cada agrupación se comparan asimismo los resultados con las

observaciones tomadas en las estaciones meteorológicas de Burriana y

Vallibona; como se muestra en la Figura 3.6, la estación de Burriana se

encuentra localizada próxima a la costa, mientras que la estación de

Vallibona se encuentra situada más al interior, en las laderas de la Sierra

de Irta, al norte de la provincia.

3.1.1. Forzamiento continental (FC)

Los escenarios meteorológicos considerados en este grupo se

encuentran asociados a un gradiente de presión con un viento sinóptico

proveniente de los sectores oeste, noroeste o norte. Bajo estas

circunstancias, el forzamiento sinóptico actúa enfrentándose e impidiendo el

avance del frente de brisa, si bien el apantallamiento orográfico limita su

efecto permitiendo el desarrollo de brisas en las zonas más resguardadas.

Se han observado tres situaciones que a continuación se pasará a describir

con detalle:


3-15

Grupo Fecha UM850 GRTN Sector Frecuencia

(días)

Continental

Débil

05/13 -0.97 +1.02 N

51 09/11 -0.71 +0.15 NO

04/10 -0.43 +0.20 O

07/25 -0.56 -1.35 O

Moderado

N - NO

12/24 +0.44 +0.17 N

37 03/06 -0.47 +0.73 N

12/19 -0.36 +0.90 NO

O - NO

07/01 -0.33 +1.31 O

41 11/14 -0.60 +0.09 O

11/26 +0.26 -0.08 NO

Intenso

04/03 +3.71 +1.10 N

32 10/18 +0.97 +0.73 N

10/29 +1.69 +0.14 O

12/29 +1.94 +0.86 NO

Mediterráneo

Débil

07/03 -0.72 +0.68 NE

34 09/17 -0.31 +1.42 NE

05/30 -0.69 +0.48 S

06/06 -0.69 +0.40 SO

Moderado

12/08 -0.25 +0.57 NE

70

03/23 -0.71 -0.51 E

08/09 -0.62 +0.80 E

08/21 -0.47 +0.31 SE

11/05 -0.30 +0.21 SE

06/02 -0.66 -1.08 S

03/07 -0.09 -0.68 SO

Intenso

11/17 +0.81 -1.29 NE

100

11/25 +0.09 +0.11 NE

02/24 +0.54 +0.39 E

10/25 +1.45 -0.83 E

05/14 -0.36 -0.89 SE

04/07 -0.12 -1.31 SE

12/04 +0.36 -0.16 SE

10/26 +1.47 -1.99 S

06/01 +0.69 -0.48 S

10/22 +0.44 -1.60 SO

04/27 +0.25 -0.73 S

06/25 +0.22 -0.96 SO

10/31 +2.80 -0.09 SO

Tabla 3.4: Clasificación de los escenarios meteorológicos conforme al desarrollo del campo de brisas.


3-16

3.1.1.1. Forzamiento continental débil (FCD)

Este tipo de situaciones se caracteriza por presentar una intensidad del

viento en altura muy por debajo de los valores medios anuales que, como

se muestra en la tabla 3.4, se sitúan entorno a -0.97 y -0.43, en estas

circunstancias la velocidad del viento a 850 hpa tiene valores que varían

entre 2.7 y 5.1 m/s. Dentro de este rango de velocidades el forzamiento

sinóptico apenas presenta influencia sobre el desarrollo del campo de

brisas el cual se acopla con los flujos de ladera para alcanzar y en algunos

casos superar, las cumbres de Peñarrolla y Javalambre. Por el contrario, las

estribaciones montañosas del norte de la provincia tienden a verse

afectadas por el régimen sinóptico de vientos que se canalizan a lo largo

del valle del Ebro.

En la Figura 3.7 se muestran los resultados de la simulación

meteorológica realizada para el día 13 de mayo de 2003 en el que, como

se muestra en la Tabla 3.4, se ha observado la existencia de este tipo de

patrón exhibiendo un forzamiento con una intensidad muy por debajo de la

media anual (UM850N = -0.97) y procedente del norte. Como puede verse

en los mapas que muestran el campo de viento en superficie para este día,

tanto a las 12 como a las 18 horas, el frente de brisas, caracterizado por

la zona de convergencia de viento paralela a la costa, se mantiene

prácticamente estancado en las laderas montañosas situadas entre 40.4 y

40.8ºN; mientras que el frente de brisas al sur de Peñarroya evoluciona

durante toda la jornada ascendiendo progresivamente por los valles de

Mijares, Palencia y Turia alcanzando así el interior de la provincia. La

sección vertical muestra como bajo este tipo de patrón se originan células

convectivas de brisa de mar y montaña que producen flujos de aire

ascendentes en la costa y las laderas de las estribaciones montañosas.


3-17

En la Figura 3.8 se comparan los resultados de la simulación realizada

para el día 13 de mayo de 2003 con dos estaciones meteorológicas. De

acuerdo con lo explicado para este día, se muestra en los gráficos la

aparición de un régimen de brisa que únicamente afecta a la estación de

Burriana, la estación de Vallibona queda por el contrario sometida durante

la totalidad del día a un viento de dirección prácticamente constante y

procedente del noroeste originado por la conjunción de condiciones

sinópticas y la orografía.

Figura 3.7: Resultados de la simulación meteorológica realizada para el día 13 de mayo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18

horas (derecha), se muestran las componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal de viento (u).


3-18

Figura 3.8: Comparación de los resultados ofrecidos por el modelo meteorológico (línea verde) frente a las observaciones tomadas por estaciones meteorológicas (línea negra) para las variables dirección del viento a 10 metros (arriba), módulo del viento a 10 metros (centro) y temperatura a 2 metros (abajo) en las estaciones de Burriana (izquierda) y Vallibona (derecha).


3-19

3.1.1.2. Forzamiento continental moderado (FCM)

En este tipo de agrupación se han incluido los escenarios

meteorológicos caracterizados por presentar un forzamiento sinóptico

procedente de los sectores continentales con una intensidad próxima a la

media anual (Como se muestra en la Tabla 3.4, -0.60 UM850N +0.44),

ello supone velocidades del viento a 850 hpa que oscilan entre 4.3 y 9.0

m/s. La dinámica originada bajo este tipo de circunstancias se ve entonces

influenciada por la orografía de modo que el avance del frente de brisa se

ve impedido por el efecto opuesto de los vientos de origen sinóptico

limitando su desarrollo a zonas apantalladas por la orografía. La

complejidad propia de la orografía del área de estudio produce un

comportamiento diferenciado que depende de la procedencia del

forzamiento sinóptico.

Cuando el forzamiento sinóptico proviene del sector norte o del

noroeste, se aprecia como la evolución del frente de brisa se ve

fuertemente impedida en todo el sector norte de la provincia, por el

contrario el área de la Plana de Castellón se sitúa resguardada de los

flujos sinópticos permitiéndose por lo tanto el desarrollo de frentes de

brisas que, debido a la influencia del viento sinóptico, en ningún caso son

capaces de penetrar muy profundamente en los valles de Mijares, Palancia

y Turia o de ascender hasta las cumbres de Peñarroya o Javalambre.

En la figura 3.9 se muestran los campos de viento pronosticados por el

modelo meteorológico para el día 24 de diciembre de 2003. Este día se

caracteriza por presentar un forzamiento procedente del norte con una

intensidad ligeramente superior a la media anual (UM850N = +0.44, ver

Tabla 3.4, que se corresponde con una velocidad del viento a 850 hpa de

9.0 m/s). Como se puede observar en los mapas de viento a 10 metros el

desarrollo del campo de brisas queda impedido en la mitad norte de la


3-20

provincia limitándose su desarrollo a partir de las 12 horas y en áreas muy

próximas a la costa. En la sección vertical del campo de vientos (Figura 3.8)

se aprecia como la conjunción de los factores sinóptico y orográfico induce

vientos que descienden ladera abajo hasta la costa donde el choque con el

frente de brisas produce un ascenso de masas de aire a las 12 horas.

Figura 3.9: Resultados de la simulación meteorológica realizada para el día 24 de diciembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de vientos para las 12 horas (izquierda) y 18 horas (derecha), se muestran las componentes del viento latitudinal (u) y

vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).


3-21



3-22

Como se puede observar en la comparación de los datos

observacionales mostrada en la Figura 3.10, en los días en los que se

produce este tipo de forzamiento proveniente del norte o del noroeste,

tanto las observaciones como el modelo muestran el desarrollo de un campo

de brisas en la estación de Burriana pero un viento de dirección

prácticamente constante del noroeste originado por la conjunción de los

efectos sinóptico y orográfico.

El efecto que presentan las estribaciones montañosas de Peñarroya y

Javalambre sobre el desarrollo de un frente de brisas influenciado por el

viento sinóptico proveniente de sectores continentales puede ser

sensiblemente diferente en aquellas situaciones en las que este provenga

del oeste o en algunos casos en que provenga de noroeste. Así se aprecia

un desarrollo del frente de brisas en toda la costa pero que se ve impedido

en las cumbres y en aquellos valles o aberturas por los que el viento es

canalizado. De este modo es común la formación de pasillos

perpendiculares a la costa a lo largo del Valles de Mijares y Palancia y en

la Sierra de Irta en los cuales la canalización de viento sinóptico impide la

formación de un régimen de brisa.

En la Figura 3.11 se muestra el campo de viento estimado por el

modelo meteorológico para el día 14 de noviembre de 2003 en el que se

ha observado el comportamiento anteriormente descrito. En la Tabla 3.4 se

constata la existencia de un viento sinóptico del oeste con una intensidad

inferior a la media anual (UM850N = -0.60). Observando la evolución de

la zona de convergencia de vientos en superficie, se constata que el

desarrollo del frente de brisas a las 12 horas queda impedido a lo largo

de los Valles de Mijares y Palancia, el avance del día, unido a la

disminución de la intensidad del forzamiento sinóptico, permiten en este

caso el desarrollo tardío del frente de brisas que no alcanza las cumbres

montañosas. En las secciones verticales mostradas por la Figura 3.11 se


3-23

puede observar como el modelo representa la formación de pequeñas

hondas de montaña a sotavento de la cumbre de Peñarroya a las 12 horas

y como a esta misma hora el frente de brisa origina el ascenso de masas

de aire entre las longitudes 0.5º oeste y 0.2º este. A las 18 horas se

observa como el frente de brisa, tras haber alcanzado los 0.3º oeste,

comienza su retorno mostrando velocidades muy bajas en la componente

longitudinal del viento.

Figura 3.11: Resultados de la simulación meteorológica realizada para el día 14 de noviembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas(izquierda) y 18 horas (derecha), se muestran las componentes del viento latitudinal

(u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).


3-24



3-25

La Figura 3.12 muestra el acuerdo existente entre los datos

observacionales y del modelo. Ambos muestran la existencia de un régimen

de brisa que afecta a la estación de Burriana. La estación de Vallibona por

el contrario muestra una dirección del viento de procedencia oeste-noroeste

asociado principalmente con el gradiente de presiones de escala sinóptica

y las perturbaciones originadas por la orografía. Cabe reseñar que la

dirección del viento en esta estación sufre una oscilación entre las 15 y las

20 horas posiblemente ocasionada por la llegada tardía del frente de

brisa debilitado.

3.1.1.3. Forzamiento continental intenso (FCI)

El viento sinóptico de suficiente intensidad (Como se muestra en la

Tabla 3.4, +3.71 UM850N +0.97) procedente del interior de la

Península Ibérica puede originar la completa desaparición del patrón de

brisas; las velocidades del viento en altura que son necesarias para que

esto ocurra se sitúan entorno a los 11.4 y 23.6 m/s. Bajo estas condiciones,

el campo de viento se encuentra entonces completamente influenciado por

el gradiente de presiones sinóptico que promueve la completa desaparición

de las circulaciones de brisa.

En la Figura 3.13 se representa el campo de viento horizontal y

vertical originado por las simulación meteorológica del día 29 de octubre

de 2003, el cual, como se muestra en la Tabla 3.4 presenta fuerte viento

sinóptico procedente del oeste (UM850N = +1.69) de 14.6 m/s. Como se

puede observar en los mapas de velocidad superficial de las 12 y las 18

horas no aparecen frentes de brisas (Figura 3.13). Del mismo modo, en la

sección vertical representada en la Figura 3.13 los movimientos verticales

de masas de aire que aparecen se encuentran exclusivamente asociados a

la formación de ondas de montaña a sotavento de Peñarroya.


3-26

Observando la comparación mostrada en la Figura 3.14 se

comprueba la inexistencia de régimen de brisas tanto en la estación interior

(Vallibona) como en la estación costera (Burriana) pese a que en esta última

aparece una marcada variación térmica diaria de aproximadamente 10ºC

que favorece el desarrollo de este tipo de flujos.

Figura 3.13: Resultados de la simulación meteorológica realizada para el día 29 de octubre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de vientos para las 12 horas (izquierda) y 18

horas (derecha), se muestran las componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).


3-27



3-28

3.1.2. Forzamiento mediterráneo (FM)

Dentro de la denominación FM han sido aglutinados los días cuyo

viento a escala sinóptica proviene de los sectores relacionados con el mar

Mediterráneo: noreste, este, sureste, sur y suroeste. Se observa en estas

situaciones que el viento sinóptico puede discurrir ayudando al frente de

brisas en su avance, si bien este tipo de forzamiento tiene una elevada

capacidad para arrastrar y destruir por completo los procesos de brisa. La

disposición de la orografía en estos casos no produce el apantallamiento

de los forzamientos de origen sinóptico sobre el área de estudio, de modo

que queda excluido este factor en el comportamiento del frente de brisa

que evoluciona estrechamente condicionado por el viento a escala sinóptica.

3.1.2.1. Forzamiento mediterráneo débil (FMD)

Al igual que ocurre con el FCD, existe un comportamiento asociado a

las situaciones con FM muy débil. Dentro de este grupo se incluyen días con

baja intensidad de viento de origen sinóptico en los cuales los procesos de

brisa de mar y montaña presentan una clara dominancia asociándose en un

único frente que origina fuertes corrientes convectivas que alcanzan todas

las cumbres del dominio donde la convergencia del flujo fuerza el ascenso

de masas de aire.

La Figura 3.15 muestra el campo de viento obtenido de las

simulaciones meteorológicas del día 3 de julio de 2003, este día se

caracteriza por un forzamiento sinóptico muy débil (UM850N = -0.72)

procedente del NE, lo que supone una velocidad de viento a 850 hpa de

3.8 m/s. La distribución de velocidades de superficie para este día muestra

el desarrollo de un frente de brisas que alcanza las cumbres tanto de

Peñarroya y Javalambre como de las estribaciones montañosas situadas al

norte del dominio. Asimismo, se aprecia que el frente de brisas penetra

profundamente en el interior ascendiendo por los Valles de los ríos Mijares,


3-29

Palancia y Turia. Las secciones verticales mostradas por la Figura 3.15

muestran el desarrollo de flujos anabáticos en la cara oeste de las

estribaciones montañosas que originan la convergencia de masas de aire en

las cumbres donde se generan corrientes ascendentes.

Figura 3.15: Resultados de la simulación meteorológica realizada para el día 18 de marzo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18

horas (derecha), se muestran las componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).


3-30



3-31

Bajo este tipo de situación los procesos de brisa alcanzan las cumbres

más altas, del dominio este hecho queda reflejado en la Figura 3.16

donde, tanto la estación situada en la costa (Burriana) como la situada en el

interior (Vallibona), se muestran afectadas por brisas que se reflejan en la

oscilación que la dirección del viento presenta en ambas estaciones entre

las 9 y 21 horas, se aprecia asimismo como el frente de brisa alcanza la

estación más interior con un retardo de unas tres horas con respecto a la

estación situada más próxima a la costa.

3.1.2.2. Forzamiento mediterráneo moderado (FMM)

Bajo esta agrupación se han incluido aquellos días en los que el

forzamiento sinóptico comienza a tener relevancia en comparación con los

factores locales que originan la brisa. El patrón resultante muestra el

desarrollo matutino del campo de brisas que, al contrario que en el caso

anterior, no muestra una actividad convectiva tan elevada ya que se asocia

con el empuje proporcionado por el gradiente de presiones sinóptico

superando así todas las barreras montañosas para penetrar hasta el

interior de la provincia.

La Figura 3.17 muestra el campo de viento simulado por el modelo

para el día 5 de noviembre de 2003. Se observa la presencia de un viento

sinóptico proveniente del sureste con intensidad ligeramente inferior a la

media anual (UM850N = -0.30) con una intensidad de 5.7 m/s. La

distribución del campo de viento de superficie (Figura 3.17) muestra que el

frente de brisas penetra tierra adentro superando por completo las

estribaciones montañosas y penetrando en el interior de la provincia tanto

al norte como al sur de Peñarroya. En la sección vertical de viento

representada en la Figura 3.17 se observa como el frente de brisa se

asocia al empuje sinóptico eliminando por completo los procesos de ascenso

anabático de las masas de aire al oeste de Peñarroya a las 12 horas. A


3-32

las 18 horas continúa existiendo un régimen de brisas. Si bien, para evitar

el obstáculo compuesto por Peñarroya, a lo largo de la sección trazada el

flujo presenta una marcada componente meridiana.

Figura 3.17: Resultados de la simulación meteorológica realizada para el día 18 de mayo de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18

horas (derecha),se muestran las componentes del viento latitudinal (u) y vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).

La comparación entre los resultados del modelo y las observaciones se

muestra en la Figura 3.18 indicando que la estación de Burriana presenta

un claro régimen de brisas, si bien la estación de Vallibona presenta

características sinópticas que se solapan a la brisa.


3-33



3-34

3.1.2.3. Forzamiento mediterráneo intenso (FMI)

Al igual que ocurriera con las situaciones de FCI, llega un punto en el

cual el forzamiento sinóptico es lo suficientemente elevado como para

eliminar por completo el frente de brisas. Este tipo de situaciones se

encuentran estrechamente relacionadas con la formación de nubosidad o

precipitaciones de origen orográfico. De esta manera se impide el

calentamiento radiativo de la superficie terrestre que es imprescindible

para la formación de procesos de brisa de modo que el FM puede impedir

el desarrollo de procesos de brisa a partir de valores de la intensidad del

viento a 850 hpa por encima de 5.4 m/s, lo cual supone valores

considerablemente bajos con respecto a la climatología propia de la zona

(como se muestra en la Tabla 3.4, UM850N -0.36).

En la Figura 3.19 se muestra el campo de viento obtenido mediante

simulación meteorológica para el día 17 de noviembre de 2003. Este día

se caracteriza por la presencia de un FM con ausencia de brisas ya que

presenta un viento a 850 hpa de origen sinóptico proveniente del noreste

con una intensidad de 10.6 m/s, un valor considerablemente superior a la

velocidad media anual que se observa en estos niveles (como se muestra en

la Tabla 3.4, UM850N = +0.81). Los resultados estimados por el modelo

meteorológico en esta situación presentan un campo de viento

principalmente condicionado por motivos sinópticos y orográficos. El flujo

costero en la mitad norte de la provincia discurre con dirección norte

mientras que en la mitad sur presenta una dirección paralela a la costa. En

las secciones verticales del campo de viento de la Figura 3.19 se observa

como la orografía del terreno puede desviar el viento para inducir un flujo

superficial que desciende por las laderas de la Sierra de Irta. Asimismo, el

choque del flujo del noreste proveniente del mar con la orografía costera

produce ascenso de masas de aire que pueden producir nubosidad.


3-35

La fuerte dominancia que en el presente caso tienen las condiciones

sinópticas, favorece la existencia de una elevada concordancia entre los

datos observacionales y los resultados del modelo (Figura 3.20). Para

ambas estaciones se observa viento del norte que, como ya se ha

comentado con anterioridad, esta originado por la conjunción de los efectos

sinóptico y orográfico. Se comprueba asimismo la amortiguación de la

oscilación térmica diaria originada por la presencia de nubosidad en el

área (Figura 3.20).

Figura 3.19: Resultados de la simulación meteorológica realizada para el día 17 de noviembre de 2003. Arriba: Campo de viento a 10 metros para las 12 horas (izquierda) y 18 horas (derecha). Abajo: Sección vertical del campo de viento para las 12 horas (izquierda) y 18 horas (derecha), se muestran las componentes del viento latitudinal (u) y

vertical (w10). Los colores muestran la intensidad de la componente latitudinal (u).


3-36



3-37

Como queda patente en la Figura 3.21, los valores de radiación

asociados al comportamiento de FMI, se encuentran por debajo de la

media. Únicamente los días 22 de octubre y 27 de abril se aproximan o

incluso superan los valores promedio de radiación. En estos días, la

intensidad del forzamiento sinóptico (UM850N = +0.44 y UM850N =

+0.25, respectivamente) es suficientemente elevada para eliminar el frente

de brisas sin necesidad de formación de nubosidad.

Figura 3.21: Promedio diario normalizado de la irradiación solar en las estaciones de Burriana y Onda (W/m2) para cada uno de los días considerados de FM. Verde: FMD. Marrón: FMM. Azul: FMI.

3. Discusión

A lo largo de esta memoria se entiende el comportamiento de cada

patrón como la contraposición de procesos a escala local (representados

por la brisa) y a escala sinóptica (representados por las condiciones

iniciales y de contorno impuestas al modelo meteorológico), de este modo,

el comportamiento global de la atmósfera queda condicionado por la

intensidad con que se manifiesta cada uno de estos factores. En la Figura

-2.50

-2.00

-1.50

-1.00

-0.50

0.00

0.50

1.00

1.50

2.00

2.50

3.00

Rad

iació

n

07/0

3

09/1

7

05/3

0

06/0

6

12/0

8

03/2

3

08/0

9

08/2

1

11/0

5

06/0

2

03/0

7

11/1

7

11/2

5

02/2

4

10/2

5

05/1

4

04/0

7

12/0

4

10/2

6

06/0

1

10/2

2

04/2

7

06/2

5

10/3

1Fecha


3-38

3.22, se muestran los escenarios meteorológicos debidos al FC, la velocidad

del viento a 850 hPa parece presentarse como un factor que condiciona el

comportamiento de cada situación ya que la aparición de una u otra

estructura en el frente de brisa se asocia con un rango de velocidades

característico. El gradiente térmico sin embargo no parece ser un factor

decisivo, ya que dentro de cada agrupación definida por la estructura del

frente de brisas aparecen rangos de variabilidad muy similares. Por el

contrario, en los casos considerados como propios de FM la distribución de

los clusters que agrupan a las diferentes estructuras del frente de brisa

parece presentar disposiciones más afectadas por el gradiente térmico

vertical, lo cual sugiere cierta influencia del mismo sobre el comportamiento

del frente de brisas. La desaparición del frente de brisa se asocia con las

condiciones de elevado forzamiento sinóptico y/o elevada estabilidad

atmosférica.

Figura 3.22: Distribución de los escenarios meteorológicos caracterizados por un FC (izquierda) o por un FM (derecha), distribuidos en función de las variables normalizadas de velocidad del viento a 850 hpa (UM850N) y estabilidad atmosférica (GRNT). Las líneas punteadas rojas indican una frontera entre los distintos comportamientos.


3-39

Utilizando los valores originales no normalizados de los datos, es

posible aproximar en que rangos de los mismos tiende a producirse uno u

otro comportamiento (Figura 3.23). La dependencia existente entre el FC y

velocidad del viento a 850 hPa queda reflejada por el progresivo

crecimiento de los máximos y mínimos de esta variable que pasa de valores

medios del orden de 4 m/s en el caso de FCD a 6.2 m/s para el FCM y a

16.3 m/s en el caso de FCI. Por el contrario, los máximos valores del

gradiente térmico con FC se mantienen prácticamente constantes en valores

en torno a los 12 ºC mientras que los valores medios y mínimos crecen

paulatinamente desde los 9 ºC para la media de la agrupación de FCD

hasta los 10.3 ºC y 10.7 ºC con FCM y FCI, respectivamente. Esta

disminución del gradiente térmico vertical, de existir, podría deberse a la

formación de ondas de montaña y turbulencia a sotavento del obstáculo.

Las consecuencias que pudieran originarse debidas a la disminución de la

estabilidad de la columna de aire sobre el desarrollo del frente de brisas

son difícilmente predecibles, ya que se enfrentarían entonces los efectos de

aumento de transferencia vertical de momento asociado a la disminución

del gradiente vertical de temperatura y el incremento de la actividad

convectiva de la célula de brisa explicado por Xian et al. (1991).

Una situación diametralmente opuesta es la que se puede apreciar en

las agrupaciones pertenecientes al FM (Figura 3.23). En este caso la

velocidad del viento a 850 hPa presenta síntomas de tener una menor

influencia ya que se observan valores mínimos aproximadamente constantes

en torno a los 4 m/s con valores medios y máximos progresivamente

crecientes para aquellas situaciones en las que el comportamiento sinóptico

va ganando relevancia. Se observa entonces como la velocidad media de

cada agrupación crece desde los 4.3 m/s para un FMD, a los 5 m/s FMM y

a los 10 m/s obtenidos con FMI. El gradiente térmico vertical muestra un

paulatino decrecimiento tanto de los valores máximos como de los mínimos


3-40

y de las medias según se pasa de situaciones con un comportamiento más

local, a situaciones con un comportamiento con mayor influencia de las

condiciones sinópticas. La estratificación media pasa entonces desde los

valores más elevados de 10.8 ºC en situaciones de sinóptica muy débil

(FMD) donde dominan los procesos convectivos originados por el

calentamiento radiativo, a valores de 8.9 y 7 ºC para aquellas situaciones

con una mayor influencia de la sinóptica en las que los procesos convectivos

son eliminados (FMM y FMI respectivamente). Pudiera parecer que la

disminución del gradiente térmico vertical conlleva un aumento de la

estabilidad atmosférica según aumenta la intensidad del forzamiento

sinóptico, si bien no se da tal situación ya que como puede apreciarse en la

Figura 3.20, los escenarios meteorológicos producidos por el FMI se

encuentran estrechamente relacionados con la formación de nubosidad en

el área. Esta situación no se da en los escenarios agrupados dentro de los

FMM y FMD que se caracterizan por presentar valores de irradiación solar

superiores a la media y por tanto cielos mas despejados. Los posibles

procesos de convección que se dan en los escenarios propios de FMD o

FMM se producen entonces como procesos adiabáticos insaturados en los

cuales la variación térmica de las masas de aire en su ascenso es mucho

más pronunciada que la que se origina en los escenarios con FMI donde el

ascenso adiabático de las masas de aire conlleva la condensación de agua

en forma de nubes. Como puede verse en la figura 3.23, el gradiente

térmico asociado al FMI se encuentra próximo al área de neutralidad o de

inestabilidad en relación con los procesos de convección de aire saturado

(considerando un gradiente adiabático húmedo vertical de 5 ºC/km),

mientras que los gradientes térmicos propios de los FMM y FMD se

encuentran en zonas de estabilidad en relación al ascenso adiabático de

masa de aire seco (considerando un gradiente adiabático seco vertical de

10 ºC/km). Por otra parte, el gradiente térmico originado en las situaciones

de FMD es superior al gradiente propio con FMM, de modo que dado que


3-41

Figura 3.23: Valores máximos, medios y mínimos no normalizados de la velocidad del viento a 850 hPa (arriba) y gradiente térmico entre superficie y 850 hPa (abajo) observados en cada agrupación. Las líneas punteadas rojas indican el gradiente adiabático

para el aire seco (γisat=14.7 ºC) y el aire saturado (γsat= 7.5 ºC) entre los niveles de superficie y 850 hpa.

0

5

10

15

20

25

D M I D M I

Continental Mediterráneo

Agrupación

UM

850N

(m

/s)

Maximo

Media

Minimo

0

2

4

6

8

10

12

14

16

D M I D M I

Continental Mediterráneo

Agrupación

GR

TN

(ºC

)

Maximo

Media

Minimo

γsat

γisat


3-42

ambos comportamientos se producen sin formación de nubosidad, si es

posible afirmar que la estabilidad atmosférica de las situaciones de FMD es

menor que la originada bajo situaciones de FMM. Esto ocurre ya que, como

se ha dicho en la descripción de cada comportamiento, los procesos

convectivos son mucho más pronunciados en el primer caso que en el

segundo donde el forzamiento sinóptico tiende a eliminarlos o a

trasladarlos fuera del área de estudio.

Se puede asimismo observar que los valores de forzamiento

requeridos para que se considere un comportamiento dominado por la

sinóptica son diferentes en caso de que provenga este de sectores

continentales o mediterráneos. Así la velocidad media del viento a 850 hPa

requerida para eliminar por completo los procesos de brisa pasa de

valores de 10 m/s con FM a valores de 16 m/s en el caso de FC. El FM

posee entonces una mayor eficiencia para inhibir la formación de frentes

de brisa que viene dada por dos factores: en primer lugar el

apantallamiento orográfico que el FC encuentra y en segundo lugar la

disminución del gradiente térmico vertical que se deriva del FM que por

una parte favorece la transferencia de momento vertical y que por otra

parte impide el correcto desarrollo del campo de brisa (Xian et al. 1991).

Atendiendo a la frecuencia relativa de aparición de los diferentes

escenarios meteorológicos (Tabla 3.3), y al comportamiento observado en

cada uno de ellos (Tabla 3.4), es posible realizar la estimación de las

frecuencias anuales de aparición de uno u otro comportamiento que se

muestra en la Figura 3.24. La situación que más comúnmente se repite a lo

largo del año es la que viene condicionada por la presencia de un FMI y la

de menor frecuencia es el forzamiento de origen continental que elimina

por completo el régimen de brisa (FCI), ello es de nuevo un reflejo de la

mayor dificultad que tiene el FC para eliminar el régimen de brisas

teniendo que presentar para ello velocidades considerablemente mayores.


3-43

Agrupando los patrones que presentan el desarrollo de un régimen de

brisas más o menos intenso observamos que los procesos de brisa afectan el

área de estudio con una frecuencia anual de 63.8 % de los días del año, lo

cual es un valor bastante próximo a los obtenidos por métodos

experimentales que sitúan la frecuencia anual de brisas en un 69.6 % en la

cercana localidad de Almazora (Salvador, 1999) o en un 66% en la

localidad del Campo de Alicante (Azorin, 2007).

Figura 3.24: Frecuencia de ocurrencia anual de cada uno de los patrones definidos (arriba). Frecuencia de brisa obtenida aunando todos los patrones en los que aparece un desarrollo de la misma.

Clasificación Dias

14.0%

21.4%

8.8% 19.2%

9.3%

27.4%

Continental Debil

Continental Moderado

Continental Intenso

Mediterraneo Débil

Mediterraneo Moderado

Mediterraneo Intenso

Frecuencia Brisas

63.8%

36.2%

Presencia Brisa

Ausencia Brisa

CAPITULO IV

Simulación de dispersión de

contaminantes

CAPÍTULO IV: Simulación de dispersión de contaminantes

4-2

1. Introducción

Los modelos de dispersión de contaminantes dependen de dos fuentes

de información básica. Por una parte requieren de una base de datos

meteorológicos que permita caracterizar el área de estudio de forma tal

que se pueda estimar el comportamiento de los contaminantes en la

atmósfera. Por otra parte, se hace imprescindible la estimación de un

inventario de emisiones que permita conocer las tasas de emisión de

contaminantes en el área de estudio así como su distribución espacial y

temporal.

En el presente capítulo de esta memoria nos servimos del modelo de

dispersión de contaminantes MELPUFF para realizar una evaluación realista

de los niveles de material particulado atmosférico (concretamente PM10) en

el área de la Plana de Castellón. Así mismo, se prestará en esta evaluación

especial atención a la influencia de las emisiones provenientes de la

industria cerámica sobre estos niveles de inmisión estimados.

Así pues, para alcanzar los objetivos propuestos y dado que en

capítulos anteriores ya se ha elaborado una caracterización meteorológica

del área de estudio, en el presente capítulo se desarrollará un inventario

de emisiones de material particulado en la provincia de Castellón. Se

configurarán asimismo las características del modelo de dispersión de

contaminantes MELPUFF y se validarán sus resultados comparándolos con

las mediciones obtenidas en estaciones y con los resultados obtenidos por

otros investigadores.


4-3

2. Metodología

2.1 Inventario de emisiones

Entendiendo por emisión a todo proceso que introduzca en la

atmósfera sustancias que modifiquen la composición de esta, un inventario

de emisiones será entonces una compilación ordenada con respecto a

diferentes criterios de las emisiones de una o varias sustancias

contaminantes que se produzcan en un área de estudio. Obviamente, la

elevada cantidad de fuentes existentes de cualquier sustancia

contaminante, junto con el relativo desconocimiento que se tiene de muchas

de ellas, deja incompletos todos los inventarios de emisiones que el ser

humano pueda llevar a cabo, si bien deben aportar la mayor parte posible

de información asumiendo las deficiencias con la realidad como errores del

inventario.

Otro de los cometidos que el inventario de emisiones afronta en el

presente trabajo es el de aportar al modelo de dispersión de

contaminantes toda la información necesaria sobre las características físicas

iniciales de emisión tales como altura y temperatura de emisión o caudal de

gases emitido. Estas variables son de suma importancia en el

comportamiento y concentración iniciales de cada nube de contaminante.

Dado que el presente trabajo se centra en los impactos del material

particulado emitido por la industria cerámica, el inventario de emisiones

realizado ha sido principalmente organizado conforme a esta

consideración. Más allá de ésta, la organización del inventario de emisiones

atiende a otras consideraciones como son las características iniciales de

emisión o procedencia de los datos de origen. De este modo se ha llegado

a la siguiente clasificación de emisiones que a continuación pasaremos a

describir en detalle:


4-4

Emisiones de origen cerámico

o Difusas

Originadas por atomizadoras

Originadas por transporte de material pulverulento

o Canalizadas

Emisiones de origen no cerámico

o Sector doméstico

o Tráfico urbano

o Sector industrial

o Tráfico interurbano

2.1.1. Emisiones de origen cerámico

Uno de los objetivos de la presente tesis, y concretamente de este

capítulo, se centra en el estudio del impacto ambiental producido por las

emisiones de material cerámico, por tanto, las emisiones con origen

cerámico deberán ser el apartado más robusto dentro del inventario de

emisiones. En este trabajo se consideran emisiones relacionadas con la

industria cerámica a todas aquellas procedentes de la actividad de plantas

de atomización, plantas de fabricación de baldosas, plantas de ciclo

completo, industrias de producción de fritas, así como las emisiones

asociadas al transporte de materiales pulverulentos desde áreas de

extracción minera de arcillas o plantas de atomización. Las emisiones

generadas en la calcinación de pigmentos cerámicos no han sido

consideradas dado el bajo número de industrias presentes en la zona y


4-5

dado que sus emisiones pueden ser más significativas por su composición

que por su magnitud. Igualmente son despreciadas en este trabajo las

emisiones asociadas a la minería de materiales arcillosos dado que, si bien

su impacto puede ser localmente elevado, el bajo número de instalaciones

mineras en la zona, nos permite considerar que su impacto a nivel regional

no es muy elevado.

Las emisiones de procedencia cerámica han sido en todos los casos

estimadas a partir de la ecuación [4.1] que relaciona la emisión de un

proceso (Emisión = EM) con un índice de actividad (Actividad = AC) y un

factor de emisión (Factor de Emisión = FE) que es estimado mediante el

conocimiento adquirido a través de las mediciones de cada proceso y sus

balances de materia. El nivel de actividad aplicado a cada industria

cerámica ha sido considerado como la producción de las mismas estimado

según datos publicados en el registro mercantil.

ACFEEM [4.1]

La forma en que se emite el material particulado en la industria

cerámica depende estrechamente de la etapa en la que es emitido. Así, en

las primeras fases en las que las arcillas son extraídas, transportadas,

almacenadas y manipuladas en forma pulverulenta, se producen emisiones

de carácter difuso (Figura 4.1). El resto de la línea de producción cerámica

no se encuentra exenta de emisiones de material particulado, si bien, dado

que estas se originan por la actividad de hornos, secaderos, sistemas de

depuración de aire y otros procesos realizados en el interior de naves

industriales, estas se producen de forma canalizada.


4-6

Figura 4.1: Proceso de producción de baldosas cerámicas indicando y el tipo de emisiones generadas en cada etapa (Minguillon, 2007).


4-7

(a)

(b)

(c)

(d)

Elevación (m)

Figura 4.2: Localización de focos emisores de material particulado en forma canalizada (azul) y difusa (rojo). (a) Industrias de fabricación de baldosas, (b) Industrias de atomización, (c) Industrias de ciclo combinado y (d) Industrias de fritas y pigmentos.

La Figura 4.2 muestra la distribución de focos utilizada en el presente

trabajo. Como se puede comprobar existe un gran número de plantas de

fabricación de baldosas (concretamente 130) que suponen una fuerte

mayoría frente a las 20 industrias de fabricación de fritas, otras 20 de

ciclo completo y 13 plantas de atomización consideradas. Su distribución

espacial se centra en la zona conocida como triángulo cerámico donde las

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara

La Vall dÚixó

Nules

Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara

La Vall dÚixó

Nules

Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara

La Vall dÚixó

Nules

Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara

La Vall dÚixó

Nules

Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

-1000 0.1 200 500 800 1100 1400 1700 2000


4-8

industrias se localizan entorno a las vías de comunicación de las localidades

de L’Alcora, Onda y Vila-real. Así mismo se observa una ramificación hacia

el sur de este triángulo con considerable concentración de industrias en la

línea costera que une las localidades de Castellón, Burriana, Nules y

Almenara.

2.1.1.1. Emisiones difusas

En esta memoria se consideran como emisiones difusas a aquellas que

son emitidas como consecuencia de la manipulación y almacenamiento de

materiales arcillosos así como a las que se originan por el transporte de

estos materiales arcillosos.

2.1.1.1.1. Emisiones debidas a la manipulación y almacenamiento

Este tipo de emisiones son principalmente emitidas desde las plantas

de atomización donde se dispone de acopios de arcillas, generalmente a

cielo abierto. En ellos, se producen emisiones de carácter difuso debido a

los procesos de descarga de camiones, manipulación y transporte mediante

palas y procesos de resuspensión debidos al tráfico rodado y a la

climatología.

Las tasas de emisión de este tipo de actividades son todavía cuestiones

de difícil respuesta ya que en muchos casos presentan una fuerte

dependencia de múltiples parámetros como son las características propias

del material (humedad, granulometría, densidad, etc.), condiciones

ambientales (velocidad del viento, estabilidad atmosférica, humedad, etc.)

y, finalmente, la forma en la que se desarrolla la actividad industrial (nivel

de actividad, hora del día, asfaltado de vías de rodaje, etc.), en la que

además se incluye el nivel de aplicación de medidas correctoras y MTD que

contengan las emisiones (cerramiento y aspiración de áreas de trabajo,

regado de zonas de tránsito, control de la velocidad de rodaje de


4-9

vehículos, etc.). Monfort et al., (2007) han estimado tasas de emisión en

atomizadoras de entre 0.24 y 0.22 Kg de PM10 por tonelada de gránulo

atomizado producido aplicando factores de emisión obtenidos de

diferentes fuentes así como mediciones y técnicas de modelado inverso en

atomizadoras del área de estudio. Con respecto al espectro granulométrico

del material emitido, Monfort et al, (2004) ha obtenido una proporción

PM10/PST de 0.6 en áreas de extracción y almacenamiento de arcillas de

granulometría gruesa.

Elevación (m)

Figura 4.3: Distribución espacial y tasas de emisión anuales estimadas para las emisiones difusas asociadas a la manipulación y almacenamiento de materiales arcillosos.

Teniendo en consideración la producción de cada planta de

atomización, la superficie de trabajo de cada industria y los factores de

emisión estimados por Monfort y Celades (2002), Monfort et al. (2006b) y

Monfort et al. (2007) se ha realizado la estimación de las emisiones difusas

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara

La Vall dÚixóNules

Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision Ton/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


4-10

de material particulado asociadas a la industria cerámica que se muestra

en la Figura 4.3. Estas emisiones anuales han debido ser desagregadas

hasta alcanzar una escala horaria realizando un reparto homogéneo a lo

largo del año en días y horarios laborales.

2.1.1.1.2. Emisiones debidas al transporte

A lo largo del proceso de producción cerámica es necesario el

transporte de materiales arcillosos pulverulentos en dos etapas diferentes:

en el transporte de materias primas desde las áreas de extracción minera

hasta las plantas de atomización y en el transporte de gránulo atomizado

desde las plantas de atomización hasta las de fabricación de baldosas.

En el transporte se producen emisiones por diferentes mecanismos como

son el rebose de camiones o pérdidas por el cerramiento deficiente de los

mismos, además, el tráfico rodado produce la resuspensión de material

particulado previamente depositado en la calzada. Este mecanismo es

especialmente importante en este tipo de áreas industriales ya que las

elevadas concentraciones de material particulado ambiental producen el

depósito de gran cantidad de materiales sobre el firme.

Las emisiones generadas por transporte de materiales son variables y

dependen de múltiples factores como son el tipo de camiones utilizados,

tipo de carreteras, velocidad de tránsito, estado del firme, grado de

llenado de camiones, antigüedad del parque móvil, etc. Según Alastuey et

al. (2000) y Querol et al. (2001), su granulometría es gruesa presentando

un máximo en el rango mayor que 20 µm. Monfort et al. (2004) también

registraron granulometría gruesa con un 60% del PST por encima de 10 µm

y un ratio PM2.5/PM10 de 0.07. Los niveles registrados en muestreos

realizados en puntos cercanos a las vías de circulación y de duración

inferior a una hora alcanzan valores de 1400 µg PM10/m3 (Alastuey et al.,

2000 y Querol et al., 2001) y 3600 µgr PST/Nm3 (Monfort et al., 2004).


4-11

No obstante, cabe remarcar que los niveles registrados dependen en gran

medida de la distancia al foco de emisión y de la duración del muestreo.

Se ha realizado una estimación de la emisión debida a las pérdidas

de material durante su transporte por carretera en camiones bañera,

aunque esta debe ser considerada meramente orientativa del orden de

magnitud de estas emisiones. Para ello se ha tenido en cuenta que existe un

flujo de transporte medio de materia prima pulverulenta de unos 20000

viajes semanales con una media de 25 km de recorrido y que, en las

condiciones actuales de transporte en camión bañera, las pérdidas

asimilables a emisiones pueden considerarse en promedio de 3 kg de

materia prima por viaje (por reboses o derrames en la puerta trasera), lo

que equivale a unos 0.12 kg de PST por tonelada transportada. Este

cálculo se realiza basándose en pérdidas simuladas en laboratorio y

consultas a empresas, a partir de las cuales se ha supuesto que en las

condiciones actuales un 25% de camiones pierde menos de 1 kg por viaje,

un 50% pierde más de 3 kg y un 25% más de 5 kg por viaje. Estos

cálculos se traducen a nivel sectorial en unas pérdidas anuales de

aproximadamente 3000 toneladas de material en forma de PST. Si se

aplica un factor de 0.4 para el ratio PM10/PST calculado por Alastuey et

al. (2000), Querol et al. (2001) y Monfort et al. (2004) dichas emisiones

equivalen a unas 1200 toneladas de PM10 anuales. Si las pérdidas de

material se expresan en valor específico equivaldrían a unos 0.05 kg de

PM10 por tonelada transportada.

El cálculo de emisiones por transporte se puede realizar también a

partir de los factores de emisión facilitados por el documento AP-42 de la

US-EPA (EPA, 1995) para transporte en zonas asfaltadas. Tomando un

valor de finos (material < 75 µm) depositados en viales de circulación de 5

a 10 gramos por metro cuadrado, se obtiene un factor específico de

material resuspendido de 0.06 kg PM10 por tonelada transportada, que es


4-12

muy próximo al anterior, por lo que se consideran estimaciones

razonablemente aproximadas.

Elevación (m)

Figura 4.4: Distribución espacial y las tasas de emisión anuales estimadas para el transporte de materiales pulverulentos de la industria cerámica.

Como puede comprobarse, en los cálculos anteriores no se hace

referencia a las tasas de emisión de motores o al desgaste de frenos,

neumáticos y motores, ya que este tipo de emisiones han sido consideradas

junto con las emisiones de tráfico urbano e interurbano del apartado 2.1.2.

Esta emisión de 1200 TPM10/año ha sido desagregada

homogéneamente a lo largo de las carreteras CV-10, CV-16, CV-20 y CV-

21, que son las principales vías de comunicación entre las zonas de

extracción minera y las áreas industriales azulejeras dando por resultado

las tasas de emisión anuales mostradas en la Figura 4.4. Asimismo, se ha

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision Ton/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


4-13

realizado un reparto igualmente homogéneo en la dimensión temporal que

ha considerado la actividad de camiones desde las 6 a las 18 horas de

todos los días del año no festivos.

Actividad Foco emisor Factor de emisión PM10

Caudal (Nm3/Kg)

Temp. (ºC)

Altura (m)

Periodo de actividad

Baldosa

Aspiraciones 1.5 gr/m2 10 27 10 De lunes a sábado de 6 a 22 horas

Secaderos 0.3 gr/m2 3 80 15 De lunes a sábado de

6 a 22 horas

Hornos 0.7 gr/m2 4 180 10 De lunes a domingo de 0 a 24 horas

Atomizado

Aspiraciones 22 gr/t 2 27 10 De lunes a sábado de

6 a 22 horas

Atomizadores

FM 71 gr/t

5 80 30 De lunes a sábado de

0 a 24 horas

VH 190 gr/t

VHB 594 gr/t

Difuso

AR 40 gr/t

np.* np.* np.* De lunes a viernes de

6 a 22 horas

BR 230 gr/t

SM 380 gr/t

Fritas

Aspiraciones 27 gr/t 2 27 10 De lunes a sábado de 6 a 22 horas

Hornos 120 gr/t 8 140 20 De lunes a domingo de 0 a 24 horas

* No procede para emisiones de carácter difuso.

Tabla 4.1: Características utilizadas para los diferentes focos de emisión cerámicos, las empresas de ciclo combinado son consideradas como la suma de las emisiones asociadas a una empresa de atomización y una de fabricación de baldosas. Los factores de emisión en cada planta de atomización se consideran dependientes de la utilización de diferentes tecnologías. (FM) Filtros de mangas, (VH) Filtros de vía húmeda, (FHB) Filtros vía húmeda de bajo rendimiento, (AR) Aplicación de medidas correctoras de emisiones difusas de alto rendimiento, (BR) Aplicación de medidas correctoras de emisiones difusas de bajo rendimiento, (SM) Sin medidas correctoras de emisiones difusas. Elaborado a partir de Blasco et al. (1992), Busiani et al. (1995), Mallol et al. (2001), Monfort et al. (2004 y 2006a), Minguillón (2007) y mediciones realizadas por el Instituto de Tecnología Cerámica (ITC).


4-14

2.1.1.2. Emisiones canalizadas

Se trata de todas aquellas emisiones que se producen a través de

chimeneas. Estas se originan por la actividad de hornos, secaderos, sistemas

de depuración de aire y otros procesos realizados en el interior de naves

industriales. Dado que se producen de forma canalizada las tasas de

emisión asociadas a cada actividad resultan mucho más fáciles de estimar

(Blasco et al., 1992; Busiani et al., 1995; Mallol et al., 2001; Monfort et al.,

2004 y 2006).

Elevación (m)

Figura 4.5: Distribución espacial y tasas de emisión anuales estimadas para las emisiones de material particulado de industrias cerámicas por vía canalizada.

Como se puede observar en la Tabla 4.1 cada tipo de instalación

presenta emisiones provenientes de las diferentes actividades llevadas a

cabo, asimismo cada actividad presenta características de emisión

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision Ton/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


4-15

diferentes que se definen por sus factores de emisión, caudal de gases,

temperatura, elevación y periodos de actividad. En el caso de las industrias

de ciclo completo se consideran las emisiones resultantes de la combinación

de las actividades de una empresa de fabricación de baldosas y de una

planta de atomización. De este modo, el modelo considera sobre la

localización de cada planta industrial la presencia de tantos focos como

actividades se desarrollan en la misma, resultando por lo tanto de las 183

empresas consideradas 576 focos computacionales.

Como se puede observar en la Figura 4.5 las emisiones canalizadas de

material particulado se reparten por toda la Plana de Castellón con

especial incidencia en el triángulo cerámico y concretamente en las

proximidades de la localidad de L’Alcora.

2.1.2. Emisiones no cerámicas

Las emisiones de otras fuentes industriales y el tráfico interurbano han

sido obtenidas del inventario de emisiones nacional de alta resolución

HERMES (Parra et al., 2006; Arévalo, 2006; Baldasano et al., 2008).

Los datos de emisiones de los sectores tráfico urbano y del sector

doméstico han sido obtenidos desagregando los datos del inventario

nacional en malla EMEP (EEA, 2007) con resolución de 50x50 Km

proporcionados por el ministerio del Medio Ambiente. El proceso de

desagregación ha sido realizado a nivel horario teniendo en cuenta curvas

estimadas para la ciudad de Zaragoza por Martin y Palomino (2006).

En aquellos casos que ha sido posible, se han localizado las emisiones

puntuales asignándoles una altura de chimenea y un caudal de gases

característico de la actividad a que corresponden. Por el contrario, las

emisiones de carácter difuso, lineal o de área, han sido distribuidas en


4-16

celdas de 11 Km con una altura de emisión representativa de cada

fuente.

Elevación (m)

Figura 4.6: Distribución espacial y tasas de emisión anuales estimadas para emisiones de material particulado por fuentes no relacionadas con la industria cerámica.

2.2. Datos meteorológicos

Para incluir los campos meteorológicos en el modelo MELPUFF se ha

utilizado el modelo de diagnóstico CALMET como un preprocesador

meteorológico que transforma los datos con una resolución original de 33

Km a una resolución de 11 Km. El módulo micrometeorológico de este

modelo se ha utilizado adicionalmente para realizar la estimación de

diversas variables turbulentas imprescindibles para el modelo MELPUFF

tales como la velocidad de fricción, altura de la capa de mezcla o

parámetros de estabilidad atmosférica.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Villafranca del Cid

Segorbe

Almenara


Cabenes

Villareal

4420

4440

4460

4480

4500

4520

La

t (U

TM

)

680 700 720 740 760 780 800

Long (UTM)

Emision Ton/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


4-17

Se realizó un análisis de sensibilidad del modelo CALMET para estimar

la influencia sobre los resultados del método de acoplamiento (Luaces,

2006). Basándose en este análisis de sensibilidad se ha optado por la

utilización de la interpolación tipo 1/r2 y han sido eliminados de la

configuración CALMET todas las parametrizaciones orientadas a la

estimación de flujos de ladera y efectos cinemáticos del terreno por

considerar que estos quedan debidamente representados con la resolución

espacial del modelo MM5.

Figura. 4.7: Comparación de los resultados obtenidos por el modelo con los valores observacionales de cinco estaciones (L’Alcora, Onda, Almazora, Vila-real y Burriana) obtenidos por Minguillon et al. (2007) y de otras tres estaciones (Sant Jordi, Benicássim y Castellón) de la Red Valenciana de Vigilancia y Control de la Contaminación Atmosférica.

2.3. Simulación de dispersión de contaminantes

El dominio de simulación corresponde a un área de 150140 Km con

una resolución de 11 Km2. Para cada escenario meteorológico se han

simulado 36 horas, de las cuales las primeras 12 horas han sido utilizadas

para ejecutar la inicialización previa del modelo de manera tal que la

atmósfera de este no parta de condiciones de limpieza absoluta. También

se han realizado simulaciones diferenciadas para cada uno de los capítulos


4-18

del inventario de emisiones teniendo en consideración que estas pueden

producirse en días laborables o en días festivos.

3. Resultados

El campo de concentraciones resultante de la simulación se obtiene

como la suma de las contribuciones de las emisiones de las diversas

procedencias, lo cual permite estimar la media anual y frecuencias de

superación de media diaria en cualquier punto del dominio. Los valores

diagnosticados por el modelo han sido comparados con los valores

observacionales de cinco estaciones (Figura 4.7).

Estación Observado Modelo

Sant Jordi 13.5 0.0

Benicássim 21.0 6.8

Castellón 49.8 36.4

L'Alcora 32.9 18.7

Onda 26.5 12.5

Almazora 35.2 21.3

Vila-real 36.4 19.0

Burriana 32.2 15.8

Media 30.9 16.3

Sesgo 14.6

Tabla. 4.2: Valores en µgr/m3 obtenidos por el modelo y las observaciones. Se incluyen también los valores promediados para todas las estaciones así como el sesgo del modelo.

Como se puede comprobar en la Figura 4.7 el modelo adolece de una

subestimación generalizada de los niveles medios anuales de PM10. Dado

que se trata de una subestimación generalizada para todas las estaciones

es posible corregir este error añadiendo a los resultados un valor de fondo

que se atribuye a todas las contribuciones de material particulado no

tenidas en consideración por el modelo y que son estimadas a partir del

sesgo de las ocho estaciones tenidas en consideración. Como se muestra en

la Tabla 4.2, el sesgo del modelo se encuentra próximo a 15 µgr/m3, de


4-19

modo que esta cantidad se considerará como valor de fondo para corregir

los resultados del modelo.

Figura. 4.8: Comparación de los resultados obtenidos con el modelo ajustado y las observaciones: Arriba: Media anual. Abajo: Frecuencia anual de superación de la media diaria de 50 µgr/m3. Esta variable ha sido normalizada respecto al número de observaciones disponibles, ya que la ausencia de datos produce una consecuente disminución del número de superaciones en las observaciones.


4-20

En la Figura 4.8 se muestran los resultados del modelo corregido

donde se puede apreciar que estos se ajustan considerablemente bien a los

valores observados de media anual como resultado del ajuste realizado

para corregir el sesgo. No obstante puede comprobarse que la

variabilidad espacial simulada queda correctamente reflejada ya que

todas las estaciones presentan un ajuste similar a excepción de las

estaciones de Vila-Real y de Burriana con subestimaciones de 2.4 y 1.4

µgr/m3 respectivamente. Con respecto a la frecuencia anual de superación

del valor límite diario (50 µgr/m3), los errores son mayores que para la

variable anterior siendo el promedio de los errores absolutos de 5 días, los

máximos se localizan en las estaciones de Almazora y L’Alcora donde por

exceso o por defecto se cometen sendos errores de 7 días.

La Figura 4.9 muestra la distribución espacial de niveles de inmisión

anuales resultante de la integración del modelo. Se comprueba la

existencia de tres zonas en las cuales aparece una superación de los límites

estipulados por la normativa vigente: dos de ellas se encuentran al sureste

de las localidades de L’Alcora y Onda y la tercera se caracteriza como una

alineación de superaciones paralelas a la costa entre Castellón, Vila-real y

Burriana. En las zonas al sureste de Onda y L’Alcora encontramos áreas de

superación que presentan medias anuales mayores de 50 µgr/m3 con

frecuencias entre 40 y 100 días de superación del valor límite diario, si

bien aparecen máximos puntuales muy marcados en los que se pueden

alcanzar medias anuales de 150 µgr/m3 y 270 días de superación de la

media diaria. Por el contrario, en el área situada en el entorno de

Castellón-Vila-real-Burriana no se aprecian máximos tan puntuales

obteniéndose valores promedio de la media anual de 40 µgr/m3 que

suponen unas 45 superaciones anuales del valor límite diario; en las áreas

de máximos la media anual puede alcanzar los 50 µgr/m3 lo que supone

unas 180 superaciones anuales del valor de media diaria.


4-21

Conc

ent

raci

ón

(µgr/

m3)

Sup

era

cione

s (d

ías)

Elevación (m)

Figura. 4.9: Estimación total producida por el modelo corregido para los niveles de inmisión de PM10: Arriba: Media anual en µg/m3, la línea negra indica la isolínea de 40 µg/m3 estipulado como máximo permitido por la legislación actual. Abajo: Número de superaciones anuales de la media diaria de 50 µgr/m3, la línea negra encierra las áreas donde se sobrepasan las 35 superaciones estipuladas como límite permitido por la legislación actual.

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

125

150

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

1

5

15

25

35

45

60

75

90

120

150

180

210

240

270

300

330

360

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

-1000 0.1 200 500 800 1100 1400 1700 2000


4-22

Del mismo modo que los resultados finales de valores de inmisión se

obtienen como suma de los aportes de material particulado procedente de

las diferentes fuentes de emisión, tendremos que, en virtud de la propiedad

distributiva de la media con respecto a la suma de variables, es posible

considerar que la media anual se puede expresar como suma de las

medias anuales originadas por las emisiones de las diferentes

procedencias. En la Figura 4.10 se muestra la contribución a la media anual

de las emisiones de procedencia cerámica (canalizada y/o difusa), o no

cerámica. Se puede observar que el área afectada por valores de inmisión

de al menos 1 µgr PM10/m3 procedente de emisiones canalizadas o

difusas se encuentra estrechamente relacionada con el área en la que se

distribuyen las empresas emisoras mostradas en la Figura 4.2 y las

principales vías de comunicación del área industrial mostradas en la Figura

4.4. Dentro de esta área se distinguen zonas con una elevada concentración

de empresas cerámicas que provocan contribuciones a la media anual

superiores a los 5 µgr/m3. Concretamente, en el caso de emisiones de

material particulado por vía canalizada, esta contribución se supera al

sureste de las poblaciones de L’Alcora y Onda y entre Castellón y Burriana.

Para emisiones de carácter difuso, la contribución superior a los 5 µgr/m3

se centra únicamente al sureste de L’Alcora y Onda. Se observa asimismo

que aparecen valores máximos muy localizados en algunos puntos de la

malla de cálculo que pueden llegar a suponer aportes a la media anual de

125 µgr/m3 al sureste de L’Alcora o de 75 µgr/m3 al sureste de Onda. La

contribución de las emisiones no relacionadas con la industria cerámica se

encuentra mucho mas localizada en áreas costeras donde, por la estructura

espacial, se aprecia una fuerte influencia del las principales vías de

comunicación en el área, así como la ciudad de Castellón y algunas

instalaciones industriales como la central térmica y la refinería de Castellón.

Se aprecian entonces grandes áreas en las que los aportes a la media

anual superan los 5 µgr/m3 distribuidas a lo largo de una franja costera


4-23

que puede llegar a penetrar unos 10 o 15 Km en el interior alcanzando las

poblaciones de Castellón, Burriana, Nules y Vila-real.

(a)

(b)

(c)

(d)

Concentración (µgr/m3)

Elevación (m)

Figura. 4.10: Contribución de las diferentes emisiones de material particulado a los niveles medios anuales de PM10 en el área de estudio: (a) niveles medios originados exclusivamente por emisiones canalizadas de la industria cerámica, (b) niveles medios originados por emisiones de carácter difuso de la industria cerámica, (c) niveles medios originados por la suma de las emisiones canalizadas y difusas de procedencia cerámica, y (d) niveles medios originados por las emisiones de procedencia no cerámica.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100125150 -1000 0.1 200 500 800 1100 1400 1700 2000


4-24

4. Discusión

Como ya se ha comentado con anterioridad los resultados del modelo

deben ser ajustados añadiéndoles un valor de 15 µgr/m3. Esta cantidad

puede ser interpretada como un valor de fondo regional originado

principalmente por procesos que no son tenidos en cuenta por el modelo

como son las emisiones de fuentes externas al dominio, procesos de

resuspensión de material crustal o formación de aerosoles de origen marino.

Buena muestra de ello es que la estación de Sant Jordi, considerada como

representativa del fondo regional por localizarse en un entorno rural al

norte de la provincia de Castellón y muy alejada del entorno industrial

cerámico (Minguillon, 2006, 2007), presenta una media anual (13.5

µgr/m3) muy próxima a la estimada mediante la adición del sesgo. Sin

embargo, el método utilizado de adición del sesgo corrige además algunos

errores que no pueden ser tomados en consideración mediante el cálculo

del fondo regional. Estos errores se encuentran principalmente originados

por deficiencias en el inventario de emisiones (omisión de emisiones como

las producidas por quema de rastrojos agrícolas, gestión de gráneles en el

puerto de Castellón o extracción minera de materiales arcillosos para la

industria cerámica) y por las inexactitudes del modelo en la representación

de procesos físico-químicos que son parametrizados (estimación del

crecimiento de nubes de contaminante) o directamente despreciados

(formación de aerosoles de carácter secundario, etc.). Si bien la proximidad

entre el valor de fondo regional y el de sesgo hace suponer que la

contribución de los errores citados al valor obtenido de 15 µgr/m3 es

minoritaria.

Basándose en la aplicación de diferentes modelos, Viana et al. (2008)

han estimado recientemente la contribución de diferentes fuentes de

material particulado en la estación de L’Alcora. Como puede comprobarse

en la Figura 4.11, el valor de 15 µgr/m3 que en este trabajo se considera


4-25

Figura. 4.11: Comparación de la contribución a los niveles de inmisión de fuentes de carácter industrial, tráfico y de otros tipos obtenidos por el modelo (Model) y por Viana et al. (2008) mediante aplicación de diferentes modelos: análisis de componentes principales (PCA), factorización matricial (PMF) y balance químico de masas (CMB).

como valor de fondo, parece un valor bastante acertado ya que en la

mencionada estación representa un porcentaje que se encuentra dentro del

rango de variación obtenido por los tres métodos utilizados por Viana et al.

(2008). Por el contrario, los resultados del presente trabajo parecen diferir

en las cantidades estimadas de las contribuciones de las emisiones

industriales y de tráfico. Estos valores están respectivamente por encima y

por debajo de los resultados obtenidos en el trabajo anteriormente

mencionado, aunque, si bien esto pudiera indicar que se trata de

discrepancias estadísticamente representativas, son en realidad variaciones

considerablemente pequeñas, del orden de un 8%, que, comparadas con la

media anual de la estación mostrada en la Tabla 4.2, suponen desviaciones

de 2.6 µgr/m3 de diferencia en los valores medios de inmisión en un área

como la de L’Alcora que, como se aprecia en la Figura 4.9, se encuentra


4-26

sometida a notables gradientes espaciales de concentración. Así pues,

resulta de todo punto imposible confirmar una discrepancia clara entre los

diferentes métodos propuestos, ya que por una parte, los periodos

temporales en los que se han realizado ambos estudios no coinciden

plenamente (ya que el mencionado estudio se realiza con datos de los años

2002 a 2005 y el presente trabajo se centra exclusivamente en el año

2003) de modo que es posible achacar estas pequeñas discrepancias a la

propia variabilidad interanual del sistema; y por otra parte, la

imposibilidad de extrapolar los trabajos de Viana et al. a otras áreas del

dominio de estudio donde se pueda hallar una posible ratificación de las

discrepancias.

Comparando los resultados obtenidos por el modelo para la media

anual y la frecuencia de superación representados en la Figura 4.9,

podemos observar que las áreas con superaciones de los niveles

estipulados por la legislación son mayores para la frecuencia de superación

que para la media diaria, este resultado se corresponde con los obtenidos

por Querol et al. (2004) en los cuales se comprueba como el valor límite

diario de PM10 vigente resulta más restrictivo (exigente) que el valor límite

anual.

Observado (Días)

Modelo (Días) Error Error Absoluto

L'Alcora 38 31 7 7

Onda 20 15 5 5

Almassora 37 44 -7 7

Vila-real 43 43 0 0

Burriana 10 16 -6 6

Errores Promediados -0.2 5

Tabla. 4.3: Cálculo de los errores cometidos por el modelo en el número anual de superaciones de la media diaria de 50 µgr/m3.


4-27

La comparación de los resultados obtenidos por el modelo con las

observaciones ha mostrado la existencia de un error absoluto promedio de

cinco días en la estimación de la frecuencia de superación de la media

diaria de 50 µgr/m3 (ver Tabla 4.3), parte de este error puede verse

producido por incorrecciones en la estimación de la localización de las

estaciones, ya que como puede verse en la Figura 4.9, esta variable

presenta fuertes gradientes espaciales que provocan variaciones

considerables en distancias del orden de cientos de metros.

Atendiendo sin embargo a los errores con signo vemos que el

promedio de las cinco estaciones arroja un valor muy próximo a cero que

indica la ausencia de tendencias generalizadas de sobreestimación o

subestimación de esta variable (Ver Tabla 4.3). Una forma alternativa de

entender el límite legislado de frecuencias de superación es considerar que

el percentil 90.4 de las medias diarias a lo largo de un año no debe

superar el valor 50 µgr/m3; así pues el ajuste de esta variable puede

considerarse como la medida en que el modelo es capaz de representar la

frecuencia de aparición de los valores extremos de media diaria del año y

por lo tanto es capaz de reflejar la variabilidad de la serie en estos

valores más altos.

El estudio de los niveles medios de inmisión y de la contribución de las

emisiones de carácter cerámico ha mostrado como en algunos puntos muy

concretos del dominio de estudio (Figura 4.12) aparecen máximos muy

pronunciados en los que se pueden obtener valores de media anual

superiores a 150 µgr/m3. Estos resultados tan puntuales, no deben ser

considerados como representativos de la celda en que se encuentran, ya

que muy próximos a estos puntos de la malla se localizan diversas

industrias, de modo que los resultados se ven fuertemente influenciados por

las emisiones producidas desde estas fuentes. Muestra de la


4-28

representatividad limitada de estos valores es el fuerte gradiente de

concentración que aparece entre estos puntos y las celdas de su entorno.

Conc

ent

raci

ón

(µgr/

m3)

Elevación (m)

Tabla 4.12: Estimación de la media anual de concentración de PM10. Las cruces rojas indican la localización de máximos puntuales muy pronunciados.

Estudiando la estructura del aporte porcentual de material particulado

de la industria cerámica (Figura 4.13) comprobamos la existencia de una

distribución irregular en la que en el entorno más próximo a los focos de

emisión parece tener mayor dominancia el impacto de emisiones difusas,

mientras que las emisiones de carácter canalizado presentan un mayor

impacto en áreas más alejadas de los focos de emisión. Esto se debe a las

diferentes características iniciales de emisiones difusas y canalizadas ya

que, mientras que las primeras se producen muy próximas al suelo, las

segundas se producen a cierta altura y en ocasiones a temperaturas

superiores a la ambiental. De este modo se ve favorecido el transporte a

cierta distancia del material particulado emitido por vía canalizada frente

al emitido de forma difusa.

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

125

150

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

-1000 0.1 200 500 800 1100 1400 1700 2000


4-29

Porc

ent

aje

(A)

Eleva

ción

(B)

(C)

Figura 4.13: Contribución relativa de emisiones de diferentes procedencias. (A): Emisiones canalizadas frente a difusas, los tonos rojos indican una mayor contribución porcentual de las emisiones de origen canalizado frente a los tonos azules que representan las áreas con una mayor contribución de las emisiones de carácter difuso. (B): Contribución porcentual a los niveles de inmisión de emisiones de procedencia cerámica, y (C): Contribución porcentual a los niveles de inmisión de emisiones de carácter no cerámico.

Estudiando la contribución a los niveles de inmisión de material

particulado atmosférico que presentan las emisiones de la industria

cerámica y las emisiones provenientes de sectores no cerámicos como son el

tráfico rodado, las emisiones urbanas o la industria no cerámica; se observa

que estas concentran la mayor parte de sus impactos en áreas

diferenciadas. Las emisiones de origen cerámico producen elevadas

contribuciones a los niveles de inmisión de material particulado en áreas

5

15

25

35

45

55

65

75

85

95

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)-1000

0.1

200

500

800

1100

1400

1700

2000

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)


4-30

interiores. En el entorno de las localidades de Onda y L’Alcora estas

contribuciones pueden llegar a ser responsables del 80% de los niveles de

inmisión en la zona. Por el contrario, en las áreas más próximas a la costa

los niveles de material particulado atmosférico parecen tener un mayor

aporte proveniente de otras fuentes antropogénicas como son el tráfico

rodado, las emisiones urbanas y la industria no cerámica. Este tipo de

emisiones concentran su máxima influencia en torno a los centros urbanos de

Castellón y Burriana y entorno al polígono industrial del Serrallo que se

localiza en la costa en las proximidades de Castellón. En esta área, las

emisiones de procedencia urbana, de tráfico o de industrias no cerámicas

pueden suponer el 70% del material particulado atmosférico. Las

proximidades de la localidad de Villareal se caracterizan por ser un área

de transición entre los entornos costero e interior en el que el material

particulado atmosférico presenta contribuciones similares por parte de la

industria cerámica y por parte de fuentes de tráfico, urbanas o de

industrias no cerámicas. Así en esta área las contribuciones de uno u otro

origen son responsables del 40 o 50% del material particulado en esa

área.


4-31

CAPITULO V

Simulación de escenarios

tecnológicos

CAPÍTULO V: Simulación de escenarios tecnológicos

5-2

1. Introducción

Una vez ha sido validado y estimado el error del modelo utilizado, es

posible introducir en el modificaciones hipotéticas y realizar una estimación

de las consecuencias que tendría semejante variación de las condiciones. De

esta manera, los modelos matemáticos se erigen no solo como una

herramienta que nos permite realizar estimaciones realistas, sino que

además nos permite prever las consecuencias de diferentes alternativas

ucrónicas propuestas por el usuario.

Como ya se ha dicho anteriormente, las tasas de emisión de material

particulado asociadas a cada una de las etapas de producción cerámica se

encuentran estrechamente relacionadas con las condiciones técnicas

específicas de cada actividad. Así, desde la comisión europea se editan los

documentos BREF que establecen el marco regulador relativo a las mejores

prácticas, técnica y económicamente viables para la reducción y control de

emisiones industriales (ver apartado 2.3 “Marco regulador” del Capítulo I).

Estas tecnologías recomendadas no se encuentran completamente

incorporadas en la totalidad de las industrias del sector cerámico

castellonense, de modo que resulta en este punto un ejercicio interesante

estimar en qué medida la total implantación de este tipo de prácticas y

tecnologías podría reducir los impactos ambientales originados por las

emisiones de material particulado de la industria cerámica de la zona.

Así pues, el objetivo del presente capítulo es realizar una estimación

del efecto sobre los niveles de inmisión de la zona de estudio de la

implantación de MTD en la industria cerámica. Para ello, se proponen

diferentes escenarios tecnológicos hipotéticos en los cuales se modificará el

inventario de emisiones propuesto en el capítulo anterior con objeto de

simular los efectos de la implantación de nuevas tecnologías.

Posteriormente, se utilizará el modelo de dispersión de contaminantes


5-3

propuesto para la realización de simulaciones que permitan estimar los

niveles de inmisión esperables de las nuevas condiciones.

2. Metodología

2.1. Definición de escenarios tecnológicos

Las tasas de emisión de material particulado asociadas a cada una de

las etapas de producción cerámica se encuentran estrechamente

relacionadas con las condiciones técnicas en las que se desarrolla cada

actividad (ver tabla de factores de emisión 4.1). El inventario de emisiones

desarrollado en el capítulo anterior fue realizado teniendo en

consideración las características técnicas de las diferentes industrias

incluidas en el año 2005. Así es posible estimar cuales de ellas son

susceptibles de modificar su tecnología y sus prácticas incluyendo de esta

manera las MTD propuestas por los BREF y modificando por lo tanto sus

factores de emisión.

En algunas etapas del sector cerámico el grado de implantación de

MTD podría considerarse bajo ya que se estima que mediante la

implantación total de las mismas se podrían obtener disminuciones

considerables de las emisiones de estos sectores, teniendo asimismo, una

fuerte repercusión sobre las emisiones totales de la industria cerámica

(Minguillon, 2007). Así, en lo que respecta a emisiones de carácter difuso,

se estima que si todas las industrias de atomización estuvieran equipadas

con las medidas de corrección reconocidas como MTD, en el periodo 2000-

2006 se hubieran dejado de emitir 1700 t/año de PM10. En el ámbito de

las emisiones canalizadas, uno de los sectores que mayor contribución tiene

al cómputo global de emisiones (entre un 57 y un 72 % de las emisiones

canalizadas totales en el periodo 2000-2006) corresponde a las plantas


5-4

de atomización, en las que prima la utilización de filtros de vía húmeda

frente a la implementación de filtros de mangas. De este modo, el margen

de reducción de las emisiones de material particulado que cabría esperar

de la implantación de las mejores técnicas disponibles en las emisiones

canalizadas se estima en 1500 t/año de PM10. Por el contrario, la etapa

de fabricación de fritas ha sufrido un acusado incremento de la

implantación de MTD en los últimos años (2003-2005). Se considera que al

final de 2005 había un nivel de implantación de MTD del 98%, pasándose

de unas emisiones de 1800 t de PM10 en el año 2003 a menos de 200 t de

PM10 en el año 2005. Dado este elevado grado de implantación de MTD,

actualmente existe un estrecho margen de aproximadamente 100 t/año de

reducción potencial de las emisiones de PM10 de este tipo de instalaciones.

Finalmente, dadas sus características químicas, el material particulado

emitido por las industrias productoras de pigmentos cerámicos puede tener

importantes repercusiones sobre las concentraciones de metales en la

atmósfera, si bien, no se considera la implementación de tecnologías

correctoras orientadas a la disminución de los niveles de emisión de

material particulado ya que su contribución a la masa total de PM10

emitido por el sector cerámico es completamente despreciable.

Dado que las plantas de atomización resultan ser la etapa que mayor

capacidad de reducción de emisiones presenta frente a la implantación de

las MTD, en el presente trabajo se han considerado diferentes escenarios

tecnológicos orientados principalmente al control de las emisiones que se

producen desde este tipo de instalaciones industriales y que a continuación

se explican con todo detalle.


5-5

2.1.1. Escenario 1

Este escenario se corresponde como el escenario de referencia con el

que se comparan los resultados de la implantación de las diferentes

medidas tecnológicas. Este escenario considera el inventario de emisiones

desarrollado en el capítulo 4, el cual contempla una estimación realista de

emisiones con nivel de implantación de tecnologías propio para el año

2005. Los impactos producidos por el material particulado emitido por la

industria cerámica son los discutidos en el capitulo anterior que, como se

muestra en la Figura 5.1, suponen una emisión de PM10 total desde el

sector cerámico de 7000 t/año.

2.1.2. Escenarios simples de reducción de emisiones

Este tipo de escenarios tecnológicos consideran únicamente la

modificación de un único aspecto de emisiones de la industria cerámica. Se

distinguen escenarios orientados a la reducción de emisiones de carácter

canalizado y escenarios que únicamente contemplan la aplicación de

medidas orientadas a la reducción de emisiones de carácter difuso.

Los BREF plantean diferentes estrategias orientadas a la reducción de

emisiones dependiendo de si se trata de emisiones de procedencia

canalizada o difusa. Así, mientras que para las emisiones de carácter difuso

las medidas recomendadas son todas de carácter primario, es decir,

orientadas a la disminución de emisiones en origen mediante la adopción

de prácticas y tecnologías limitadoras de dichas emisiones, las técnicas

recomendadas para la reducción de emisiones canalizadas, tienen por el

contrario un carácter secundario centrando sus esfuerzos en la depuración

de corrientes de aire con elevadas concentraciones de material particulado.


5-6

2.1.2.1. Escenario 2.1

Este escenario tecnológico supone la reducción de emisiones desde

focos canalizados de plantas de atomización. Se considera el efecto de la

implantación de filtros de vía húmeda de alto rendimiento en todas las

plantas de atomización. El proceso de eliminación de partículas en este tipo

de sistemas se realiza mediante la puesta en contacto de la corriente de

gas con un líquido (generalmente agua) que retiene las partículas en su

interior. Son particularmente eficientes en corrientes con elevadas

humedades y temperaturas no muy elevadas y, si bien no son la tecnología

más eficiente para la depuración de material particulado, son tenidos en

consideración dado que son ampliamente utilizados en plantas de

atomización donde es posible reutilizar el lodo resultante del proceso de

filtración.

Figura 5.1: Emisión total anual estimada de la industria cerámica teniendo en consideración los diferentes escenarios tecnológicos.

0

1000

2000

3000

4000

5000

6000

7000

8000

To

tal

Em

itid

o (

t/añ

o)

1 2.1 2.2 2.3 3.1 3.2

Escenarios

Emisiones Consideradas

Fritas Atom Difuso Atom Canal Baldosa


5-7

En la Figura 5.2 se muestra el mapa de emisiones canalizadas de la

industria cerámica asociado a este escenario. Comparando estas con las

originadas en el escenario de referencia (ver Figura 4.5) se puede

comprobar cómo la instalación de esta tecnología no supone una importante

disminución de las tasas de emisión. Esto se debe a que, dado su amplio

grado de implantación, gran número de las plantas de atomización

consideradas ya disponían de este tipo de filtros en el escenario de

referencia. De este modo (ver Figura 5.1) la aplicación de esta medida

supondría que se dejarían de emitir 511 t/año de PM10 desde las plantas

de atomización, lo cual supone una reducción de las emisiones totales de la

industria cerámica del 7.3%.

Elevación (m)

Figura 5.2: Distribución espacial y tasas de emisión anuales estimadas de material particulado por vía canalizada para el escenario 2.1.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision t/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


5-8

Elevación (m)



Al igual que en el caso anterior, este escenario se orienta

exclusivamente a la reducción de las emisiones canalizadas de las plantas

de atomización, si bien en este caso se aplica la tecnología considerada en

los BREF como MTD para depurar este tipo de contaminantes. Así pues, se

considera la utilización de filtros de mangas en la totalidad de las

atomizadoras del área de estudio. Estos sistemas presentan mangas

filtrantes que pueden estar compuestas de diversos materiales como

algodón, poliéster, Nomex o teflón. La corriente que debe ser depurada es

obligada a atravesar estas mangas en las cuales se depositan las

partículas constituyendo a su vez una capa filtrante. Este tipo de sistema

presenta un elevado rendimiento que puede alcanzar el 98 o 99% de

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision t/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


5-9

eficiencia, consolidándose por lo tanto como la mejor tecnología disponible

para la eliminación de material particulado de corrientes gaseosas (IPTS,

2006c). Este tipo de sistema es el de mayor implantación en la industria de

fritas y baldosas.

Como se puede ver en la Figura 5.1 la total implantación de esta

tecnología en plantas de atomización supondría la reducción del 30.5% de

las emisiones de carácter cerámico en la zona, de modo que se dejarían de

emitir aproximadamente 2100 t/año de PM10. La Figura 5.3 muestra la

distribución espacial de emisiones estimada bajo este escenario.


Este escenario se ha diseñado orientado a reducir las emisiones de

material particulado de forma difusa mediante la completa implantación

de MTD. Los BREF consideran que la medida más eficiente de reducción de

emisiones de polvo desde áreas abiertas de acopio y manipulación de

material pulverulento es la realización de este tipo de actividades en

lugares cerrados como naves industriales o silos con presión negativa y

sistemas de filtrado del aire evacuado. A este respecto, existen cálculos

realizados por Monfort et al. (2006b, 2006c) que estiman que la correcta

aplicación de este tipo de práctica podría tener una eficiencia del 95% en

la reducción de emisiones. Si bien desde un punto de vista práctico, se

acepta que esta medida no siempre puede ser económica, técnica o

logísticamente viable (IPTS, 2006b). Como alternativa para limitar las

emisiones se propone en los BREF una serie de medidas como son la

construcción de celdas o muros de contención, limitación de altura de

acopios, optimización de actividades de carga y descarga, priorización de

medios de transporte continuos (cintas transportadoras) y preferiblemente

cubiertos (transporte neumático y tornillos sin fin) frente a medios de

transporte discontinuos (palas y camiones), asfaltado y limpieza de vías de


5-10

tránsito, disminución de velocidad de circulación de vehículos, humectación

de materiales pulverulentos, implementación de sistemas de limpieza de

neumáticos de camiones, orientación de acopios en la dirección del viento

dominante o limitación de operaciones bajo condiciones atmosféricas

desfavorables (vientos intensos).

Clasificación Rendimiento

Descripción Eficiencia (%)

Alto -Cerramiento total de actividades y áreas de almacenamiento. -Sistemas de aspiración y depuración de aire.

95

Medio

-Instalaciones semicerradas de almacenamiento y trabajo. -Otras medidas de reducción de emisiones (pavimentación, limpieza, etc.).

75

Bajo

-Operación al aire libre. -Otras medidas de reducción de emisiones (vallas perimetrales, pavimentación deficiente, riego de vías, etc.).

<40

Tabla 5.1: Clasificación y grado de eficiencia de las medidas correctoras de emisiones difusas por almacenamiento y manipulación de materiales pulverulentos al aire libre en la cadena de producción cerámica. (Monfort, 2006b, 2006c)

Monfort et al. (2006b y 2006c) han realizado estimaciones de la

reducción de emisiones que podría lograrse mediante la aplicación de este

tipo de tecnologías y prácticas (ver Tabla 5.1). Estas actuaciones son

divididas en tres categorías (alto, medio y bajo rendimiento) con diferente

grado de reducción resultante. Dado que en este escenario se considera la

aplicación de MTD a las emisiones de carácter difuso, se contempla por lo

tanto la implantación de técnicas de alto rendimiento en la totalidad de las

plantas de atomización.

Si bien la aplicación de esta estrategia produce una reducción de las

emisiones (1570 t/año) inferior que la producida por el escenario 2.2 (ver

Figura 5.1), el efecto sobre las tasas de emisión anuales mostrado por la


5-11

Figura 5.4 es más pronunciado que en el escenario 2.2 ya que este cuenta

con un muy inferior número de focos.

Elevación (m)


2.1.3. Escenarios compuestos de reducción de emisiones

Este tipo de escenarios de reducción se componen por la suma de las

actuaciones de dos de los escenarios anteriormente explicados. Por lo tanto

se considera en los mismos la reducción emisiones canalizadas y difusas.


Este escenario tecnológico se compone por la suma de las actuaciones

consideradas en los escenarios 2.1 y 2.3. De este modo se considera la

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Emision t/yr

0 to 10

10 to 50

50 to 100

100 to 500

500 to 1000

1000 to 1500

-1000 0.1 200 500 800 1100 1400 1700 2000


5-12

reducción de emisiones canalizadas mediante la implantación de filtros de

vía húmeda de alto rendimiento así como la reducción de emisiones difusas

mediante la aplicación de medidas de alto rendimiento. Como se muestra

en la Figura 5.1 la aplicación de este tipo de actuaciones supone la

reducción de las emisiones anuales en 2073 T/año, ello supone un 29.6%

del material particulado total emitido por la industria cerámica. La

distribución espacial de emisiones canalizadas y difusas resultante es la que

se muestra en las Figura 5.2 y 5.4 respectivamente.


Se trata del escenario más restrictivo en lo que a emisiones de

material particulado se refiere. Se aplican las MTD a la reducción de

material particulado tanto de origen canalizado como difuso. En las

emisiones canalizadas se contempla la utilización de filtros de mangas de

modo que la distribución espacial de estas coincide con la del escenario 2.2

(Figura 5.3). Las emisiones difusas son reducidas mediante la aplicación de

las mismas medidas de control de alto rendimiento propuestas en el

escenario 2.3 de modo que la distribución espacial de emisiones difusas

coincide con la de este escenario (Figura 5.4). Como se muestra en la Figura

5.1, bajo estas condiciones tecnológicas se podrían dejar de emitir 3699

T/año de material particulado, lo cual supone el 52.8% del total emitido

por la industria cerámica en el área.

3. Resultados

Las Figuras 5.5 y 5.6 muestran respectivamente los resultados previstos

por el modelo para los valores medios anuales y frecuencias de superación

resultantes de la adopción de los diferentes escenarios tecnológicos. La

Figura 5.7 muestra las diferencias entre los resultados obtenidos para la

media anual bajo la suposición de los diferentes escenarios mostrados en la


5-13

Figura 5.5 frente a los resultados obtenidos en el caso de referencia del

escenario 1 mostrados con anterioridad en la Figura 4.9. Realizando un

análisis de estas figuras podemos comprobar lo siguiente en cada

escenario:

En el escenario 2.1 se originan reducciones que afectan principalmente

a la localidad de L’Alcora, donde las reducciones en ningún caso

superan los 5 µgr/m3. Estos bajos niveles de reducción condicionan que

los niveles de inmisión no se vean prácticamente alterados con respecto

a los obtenidos en el escenario de referencia resultando por tanto

prácticamente inalteradas las regiones con superaciones de los valores

límite legislados.

En los resultados del escenario 2.2 se observan reducciones de los

niveles medios de inmisión, que son mayores de 1 µgr/m3 en una

amplia zona que afecta a las localidades de L’Alcora, Onda, Vila-real

y Burriana. El efecto de la adopción de esta medida puede

considerarse más extensivo que intensivo ya que los niveles máximos

de reducción no son muy elevados en este escenario, siendo estos en el

mejor de los casos inferiores a 15 µgr/m3 al sureste de las

poblaciones de L’Alcora y Onda. En este escenario se produce la

reducción de los niveles de inmisión con considerables disminuciones de

los impactos al sureste de L’Alcora y Onda y una disminución más

moderada en el entorno de las localidades de Burriana y Vila-real. Se

comprueba asimismo que la adopción de este tipo de medidas

presenta cierta repercusión al sur de Nules donde se aprecian

reducciones de los niveles medios de inmisión inferiores a 5 µgr/m3.

Esta disminución sin embargo es insuficiente para modificar

significativamente las áreas en las que se produce la violación de los

límites legislados.


5-14

2.1

2.2

2.3

3.1

Conc

ent

raci

ón

PM

10 µ

gr/

m3

3.2

Eleva

ción

Figura 5.5: Media anual de PM10 estimada por el modelo para los diferentes supuestos tecnológicos. La línea negra delimita áreas en las que se superan los 40 µgr/m3 establecidos por la legislación como valor límite.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

1

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

125

150

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

-1000

0.1

200

500

800

1100

1400

1700

2000


5-15

2.1

2.2

2.3

3.1

Conc

ent

raci

ón

PM

10 µ

gr/

m3

3.2

Eleva

ción

Figura 5.6: Estimación del modelo de la frecuencia anual de superación del valor umbral medio diario de 50 µgr/m3 bajo los diferentes supuestos tecnológicos. La línea negra delimita las áreas en las que aparecen más de 35 superaciones de dicho umbrale.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

Lat (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

1

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

125

150

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

-1000

0.1

200

500

800

1100

1400

1700

2000


5-16

2.1

2.2

2.3

3.1

Conc

ent

raci

ón

PM

10 µ

gr/

m3

3.2

Eleva

ción

Figura 5.7: Disminución del valor medio anual de PM10 estimada a partir de la adopción de los diferentes escenarios tecnológicos propuestos respecto del escenario 1 tomado como referencia.

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

1

5

10

15

20

25

30

35

40

45

50

55

60

65

70

75

80

85

90

95

100

125

150

Castellón

Burriana

Benicasim

OropesaAlcora

Onda

Almenara


Cabenes

Villareal

4420

4440

4460

La

t (U

TM

)

720 740 760 780

Long (UTM)

-1000

0.1

200

500

800

1100

1400

1700

2000


5-17

Los gráficos correspondientes al escenario 2.3 muestran como la

disminución de emisiones de carácter difuso puede originar fuertes

reducciones de los niveles de inmisión en las regiones más densamente

industrializadas al sureste de L’Alcora y Onda. Este descenso por lo

general supera los 15 µgr/m3 si bien puede alcanzar valores

puntuales superiores a 40 µgr/m3. Asimismo, se comprueba que el

alcance de la reducción no es tan amplio como en el escenario 2.2

limitándose a las localidades de L’Alcora, Onda y Vila-real. Los niveles

resultantes de inmisión obtenidos para este escenario son muy similares

a los obtenidos en el caso anterior. Se observan considerables

reducciones de las regiones de superación de los valores límite al

sureste de L’Alcora y Onda y reducciones más moderadas de estas

zonas en el entorno de Burriana y Vila-real. Al sur de Nules sin

embargo las reducciones son superiores a las obtenidas en los

escenarios anteriores situándose estas por encima de los 5 µgr/m3,

apreciándose cierta reducción de las zonas de superación de los

valores límite.

Si bien el escenario 3.1 plantea la reducción de emisiones de carácter

canalizado y difuso mostrado en la Figura 5.1, una gran parte de

estas reducciones atañen a las emisiones de carácter difuso. Así pues la

disminución de niveles de inmisión resultante de la adopción de este

escenario resulta ciertamente similar a la originada en el escenario

2.3. Se puede observar no obstante como la inclusión de medidas de

restricción de emisiones canalizadas presenta un efecto mayor en lo

que atañe al tamaño del área afectada por las disminuciones más que

a la intensidad de las mismas o al tamaño de las regiones de

superación de los valores límite.


5-18

La adopción de MTD orientadas a la reducción de emisiones de

carácter difuso y canalizado tenida en consideración en el escenario

3.2 produce una situación de fuertes reducciones en los niveles de

inmisión de PM10 presentando además una fuerte repercusión en el

aumento del área en el que se obtienen disminuciones superiores a 1

µgr/m3. Estas reducciones son por término medio superiores a 15

µgr/m3 en las zonas más densamente industrializadas entre L’Alcora,

Onda y Vila-real, donde las mayores reducciones superan los 50

µgr/m3. Así pues, el resultado de la adopción de estas medidas

conlleva fuertes reducciones de las zonas con superación de los valores

límite impuestos por la legislación, las cuales quedan reducidas a casos

prácticamente puntuales al sureste de L’Alcora y Onda. Al igual que en

situaciones anteriores en el entorno entre Burriana y Vila-real la

disminución de los niveles de inmisión es más moderada situándose

entorno a los 5 µgr/m3 y percibiéndose una moderada disminución de

la región con superaciones de los valores límite. Si bien se aprecia un

considerable aumento en la amplitud de las zonas afectadas por las

disminuciones al sur de Nules, este aumento no se produce tanto en la

intensidad de estas disminuciones de forma que se mantienen en los

mismos niveles entre 5 y 10 µgr/m3 que han sido observados en

escenarios anteriores y quedando por consiguiente las regiones de

superación de valores límite prácticamente inalteradas con respecto a

los mismos.


5-19

CAPITULO VI

Conclusiones

CAPITULO VI: Conclusiones

6-2

A lo largo del presente trabajo se ha propuesto una metodología para

la gestión y toma de decisiones de la calidad del aire en un área industrial.

Esta metodología se encuentra fuertemente apoyada en la utilización de

modelos físicos como herramienta para la evaluación de la calidad del

aire, así como en la utilización de datos observacionales como elemento

indispensable para la validación y contraste de los resultados obtenidos

mediante modelización.

La metodología propuesta ha sido valorada aplicándola sobre un caso

de estudio concreto localizado en el área de Castellón de la Plana. En este

área, la elevada concentración de actividades industriales relacionadas con

la producción cerámica produce considerables emisiones de material

particulado arcilloso originando los consiguientes impactos ambientales. Así

pues, se consideran como objetivos del trabajo la evaluación de las áreas

que en el año 2003 sufrieron impactos debidos al total de emisiones de

partículas en la provincia de Castellón, así como la estimación de en qué

medida estos impactos podrían ser potencialmente amortiguados mediante

la adopción de diferentes tecnologías en el entorno de la industria

cerámica de la zona. Dada la estrecha relación existente entre la calidad

del aire y la dinámica atmosférica, se añade como requisito indispensable

para la consecución de los objetivos anteriormente citados, la previa

realización de una caracterización meteorológica y climática del área de

estudio que permita conocer y predecir el comportamiento de los

contaminantes liberados en la atmósfera.

Para la consecución de estos objetivos se ha tomado como estrategia

de trabajo la división del mismo en las siguientes etapas: Primeramente se

ha realizado la caracterización meteorológica del área de estudio,

posteriormente se ha realizado un diagnóstico de los niveles de inmisión de

material particulado en el año 2003 y finalmente se ha procedido a


6-3

estimar los niveles de inmisión esperables en la zona de estudio bajo la

suposición de diferentes escenarios tecnológicos.

Como primer paso dentro de la línea de trabajo llevada a cabo en

esta memoria se ha generado la base de datos de alta resolución que en

etapas posteriores ha sido utilizada como “input” meteorológico

imprescindible para el correcto funcionamiento del modelo de dispersión de

contaminantes. Asimismo, esta caracterización meteorológica ha permitido

realizar un profundo estudio de la evolución del campo de viento en el

área de estudio mostrando los procesos físicos que dominan su

comportamiento. Para ello, mediante técnicas estadísticas de agrupamiento

se ha seleccionado una serie de escenarios meteorológicos representativos

de la totalidad del año 2003 y a continuación, utilizando el modelo

meteorológico MM5, ha sido simulada la evolución de los campos de viento

para cada escenario meteorológico.

Un estudio descriptivo de los resultados muestra como la estructura

general del campo de viento se ve fuertemente influenciada por la

orografía y por la intensidad con que se contraponen factores de escala

local y sinóptica. La intensidad de la actividad sinóptica viene definida por

la velocidad del viento a 850 hpa, si bien sus efectos sobre las condiciones

de superficie se ven modulados por otros factores como son la dirección del

viento, la orografía o el gradiente térmico vertical. Dependiendo de la

presencia de estos diferentes factores, se han hallado diferentes patrones

de desarrollo del frente de brisas que pueden ser agrupados en función de

la intensidad con que se presentan un forzamiento sinóptico continental “FC”

proveniente del interior de la Península Ibérica (sectores de viento oeste,

noroeste o norte) o un forzamiento sinóptico mediterráneo “FM” proveniente

de los sectores suroeste, sur, sureste, este o noreste.


6-4

Forzamiento Continental Débil (FCD): Se caracteriza por presentar un

FC muy inferior a la media anual. Bajo estas circunstancias el

forzamiento sinóptico apenas es capaz de afectar los campos de brisas

y de vientos anabáticos y catabáticos que se desarrollan libremente

convergiendo en las cumbres montañosas para formar zonas con ascenso

convectivo de masas de aire.

Forzamiento Continental Moderado (FCM): Se presenta bajo

situaciones de FC con una intensidad próxima a la media anual. El viento

sinóptico entonces es capaz de afectar el campo de brisas si bien no

completamente, de este modo se origina un frente de brisa que

evoluciona al abrigo de las estribaciones montañosas del interior de la

provincia, se aprecian asimismo comportamientos diferenciales del

campo de viento en función de cómo interactué el viento sinóptico con la

orografía.

Forzamiento Continental Intenso (FCI): Ocurre por la presencia de un

FC muy por encima de la media anual. El viento sinóptico en este caso es

capaz de eliminar por completo el desarrollo de la brisa, de modo que

el campo de vientos se ve completamente definido por la interacción

entre el viento en altura y la orografía.

Forzamiento Mediterráneo Débil (FMD): Se da en situaciones en que el

FM presenta una intensidad inferior de la media anual, se favorece

además este tipo de comportamientos en situaciones en que el gradiente

térmico vertical se encuentra por encima de la media anual. En tal caso

no se afectar el desarrollo del campo de brisa el cual se desarrolla

libremente, los flujos de ladera se desarrollan al oeste de las

estribaciones montañosas generándose áreas de convergencia con

fuerte actividad convectiva en las cumbres de las mismas.


6-5

Forzamiento Mediterráneo Moderado (FMM): Se da en situaciones en

que el FM tiene una intensidad ligeramente inferior a la media anual.

Bajo este tipo de circunstancias el empuje sinóptico elimina los flujos de

ladera al oeste de las estribaciones montañosas y arrastra el frente de

brisa que supera las cumbres montañosas y alcanza el interior de la

provincia. La actividad convectiva en las cumbres es eliminada.

Forzamiento Mediterráneo Intenso (FMI): Se origina en aquellas

circunstancias en que el FM se encuentra por encima de la media anual,

este tipo de patrón es además favorecido por situaciones de las que el

gradiente térmico vertical se encuentra por debajo de la media anual.

Ante este tipo de situación la elevada actividad sinóptica elimina por

completo los flujos de brisa, el forzamiento orográfico produce el

ascenso de masas de aire que producen nubosidad y contribuyen

indirectamente a la eliminación de los patrones de brisa. Este tipo de

comportamiento se encuentra fuertemente asociado con la formación de

precipitaciones de origen convectivo en la zona de estudio.

Entre los patrones de brisa encontrados se ha observado como la

orografía produce un efecto de apantallamiento del FC, de modo que se

disminuye la capacidad del forzamiento sinóptico para afectar al frente de

brisas, de esta forma en comparación con las situaciones de FM, se hace

necesario una mayor intensidad del forzamiento para que se produzca la

desaparición del frente de brisa. El gradiente térmico vertical afecta sin

embargo únicamente a los escenarios con FM, así se aprecia como los

elevados gradientes térmicos favorecen en estos casos la formación de

patrones de brisa a pesar de la influencia de la intensidad de viento

sinóptico.

Los resultados del modelo son consistentes con los datos obtenidos en

las estaciones meteorológicas así se ha comprobado que el modelo es


6-6

capaz de describir el comportamiento y evolución del campo de viento bajo

situaciones de dominancia sinóptica o local. Más allá de la concordancia

que el modelo pueda poseer con datos observacionales horarios o diarios,

se ha comprobado su capacidad de reproducir las condiciones de carácter

climático, ya que es capaz de estimar la existencia de campos de brisas

con una frecuencia muy similar a la obtenida por trabajos experimentales

realizados en las proximidades (Salvador, 1999) y la costa mediterránea

(Azorin, 2007).

Una vez se ha obtenido una caracterización meteorológica del área

de estudio, se ha realizado una evaluación del impacto de material

particulado atmosférico (concretamente PM10) en el área de la plana de

Castellón. Para ello se ha utilizado el modelo MELPUFF que ha sido

alimentado con la base de datos meteorológicos generada anteriormente y

un inventario de emisiones generado a partir de los datos obtenidos de

diversas fuentes.

El modelo propuesto ha sido validado y se ha comprobado su

capacidad para estimar los parámetros de calidad del aire estipulados

por la legislación vigente con errores del orden de 1 µgr/m3 en la media

anual de PM10 y 5 días en la frecuencia anual de superación del valor

límite diario. Asimismo se ha comprobado que es también capaz de estimar

la contribución de fuentes de material particulado en la estación de

L’Alcora con una discrepancia media del 2.6% respecto de otros trabajos.

Las áreas de mayor impacto de emisiones cerámicas (Figura 4.10) se

localizan en el interior y su distribución espacial se encuentra claramente

asociada a la distribución de industrias y vías de comunicación. En estas

zonas se originan contribuciones a los valores medios anuales de unos 20

µgr/m3. Las áreas de mayor influencia de las emisiones no cerámicas se

localizan por el contrario en entornos más próximos a la costa y se


6-7

encuentran principalmente asociadas a la distribución de carreteras,

ciudades y actividades industriales puntuales como la central térmica y la

refinería de Castellón. Se producen dentro de estas zonas aportes a la

media anual de aproximadamente 15 µgr/m3.

Con respecto a las superaciones de los valores límite legislados (Figura

4.9) se definen en el área de estudio tres zonas claramente diferenciadas,

dos de ellas se centran al sureste de las de L’Alcora y Onda

correspondiéndose con las vías de comunicación que unen ambas

localidades con el área costera (CV-16 y CV-20, respectivamente). La

tercera zona se haya próxima a la costa entre las localidades de Castellón,

Vila-real y Burriana donde se observan elevados niveles de inmisión

formando una estructura paralela a la costa.

Dentro de las dos áreas al sureste de L’Alcora y Onda se observan

valores medios de 50 µgr/m3 que suponen entre 40 y 100 días al año de

superación del valor límite diario (Figura 4.9). En ellas, la contribución del

material particulado procedente de la industria cerámica es muy acusada

alcanzando valores superiores al 90% (Figura 4.13). Dentro de este

entorno, las emisiones de carácter difuso presentan una influencia

ligeramente más marcada en el entorno próximo a las zonas de emisión

donde estas pueden llegar a aportar el 75% del material particulado de

origen cerámico; por el contrario, este efecto se invierte según crece la

distancia a las fuentes donde las emisiones de procedencia canalizada

representan contribuciones superiores que pueden llegar a suponer el 85%

del material particulado de origen cerámico.

A lo largo de la línea de Castellón-Vila-real-Burriana las superaciones

de los límites legislados son más moderadas, se aprecian medias anuales en

torno a los 40 µgr/m3 y más de 45 superaciones del valor límite diario (ver

Figura 4.9). La mayor contribución de material particulado en este caso


6-8

corresponde por lo general al origen no cerámico, si bien aparece un

gradiente de influencias que divide esta zona en dos, la más septentrional

dominada por la influencia de la ciudad de Castellón en la que la

contribución no cerámica es muy elevada, alcanzando valores superiores al

90%, y la zona más meridional situada al sur de la localidad de Vila-real

en la que las emisiones de procedencia cerámica pueden llegar a suponer

el 75% del material particulado ambiental, de las cuales el 85% es de

procedencia canalizada.

Como etapa final del trabajo se realiza una estimación de en qué

medida la situación previamente mostrada es potencialmente mejorable

mediante la aplicación de nuevas tecnologías y prácticas que limiten las

emisiones de material particulado de la industria cerámica. Para ello, se

han utilizado los coeficientes de reducción de emisiones calculados en la

bibliografía para este tipo de tecnologías y se han propuesto una serie de

escenarios tecnológicos en los que han sido aplicadas estas reducciones.

Finalmente, sirviéndose del modelo anteriormente validado se ha realizado

una estimación de los nuevos niveles de inmisión esperables bajo este tipo

de condiciones y se ha realizado la comparación de los niveles de inmisión

producidos en cada escenario tecnológico con respecto al escenario de

referencia definido en el capítulo anterior.

Comparando los resultados de reducción media de material

particulado atmosférico mostrados en la Figura 5.7 para los escenarios con

limitación de emisiones canalizadas (escenarios 2.1 y 2.2) y con limitación

de emisiones de carácter difuso (escenario 2.3) se aprecia que, si bien la

reducción de emisiones canalizadas tiene un efecto más amplio

geográficamente hablando, la reducción de emisiones de carácter difuso

presenta un efecto más intenso pero geográficamente más localizado. Esta

diferencia es principalmente debida a dos factores: en primer lugar, el

número de focos de emisión es mucho menor para el caso de emisiones


6-9

difusas, de modo que la disminución de emisiones se acentúa en el entorno

de cada foco; y en segundo lugar, como ya se ha visto en capítulos

anteriores (ver Figura 4.13), las emisiones difusas se producen muy

próximas al suelo, lo cual dificulta considerablemente su transporte por la

acción del viento y limitando por tanto su alcance geográfico.

La reducción de emisiones de la industria cerámica tiene una

repercusión directa sobre los niveles de inmisión registrados en el entorno

industrial al sureste de las localidades de L’Alcora, Onda y Vila-real donde

la aplicación de MTD puede suponer disminuciones de los valores medios de

inmisión de material particulado de 10 o 15 µgr/m3. Si bien con respecto a

los estándares considerados en la legislación vigente y desde un punto de

vista estricto, esta mejora es insuficiente en todos los escenarios

tecnológicos, en el escenario tecnológico más restrictivo se aprecia una

considerable disminución de las regiones afectadas por superaciones de los

límites legislados, las cuales se verían restringidas a zonas muy concretas en

el entorno más próximo de las algunos centros de producción cerámica.

En el entorno más próximo a la costa delimitado por las localidades

de Vila-real, Burriana y Nules también se aprecian mejoras en la calidad

del aire asociadas a la reducción de emisiones provenientes de la industria

cerámica, si bien dada la menor presencia industrial en esta zona y la

mayor influencia relativa de emisiones de otros orígenes, estas reducciones

no son tan acusadas ya que se sitúan en todos los casos por debajo de los

10 µgr/m3 y no resultan tan determinantes a la hora de eliminar las

regiones con superaciones de los límites de calidad del aire.

BIBLIOGRAFÍA


7-2

Aitken J., 1880: On dust fogs and clouds. Tras. Roy. Soc. Edinburgh 30,

337-368.

Alastuey A., Mantilla E., Querol X., Rodríguez S., 2000: Study and

Evaluation of Atmospheric Pollution in Spain: Necesary Measures

Arising from the EC Directive on PM10 and PM2.5 in the Ceramic Indutry.

Boletin de la Sociedad Española de Cerámica y Vidrio, 39 (1), 141-

148.

Anderberg M.R., 1973: Cluster Analysis for Applications, Academic Press,

359 pp.

Anthes R., Warner T., 1978: Development of hydrodynamic models suitables

for air pollution and other meteorological studies. Monthly Weather

Review, 106 (8), 1045-1078.

Arévalo G., 2006: Inventario de emisiones atmosféricas en la Comunidad

Valenciana para uso en modelización fotoquímica y de material

particulado. Tesis doctoral, Universitat Politècnica de Catalunya.

Arimoto R., 2001: Eolian dust and climate: relationships to sources,

tropospheryc chemistry, transport and deposition. Earth-Science

Reviews, 54, 29-42.

ASCER, 2004: Informe Los sectores español y mundial de fabricantes de

baldosas cerámicas 2004. Asociación española de fabricantes de

azulejos y pavimentos cerámicos. 9 pp. (http://www.ascer.es)

Atkinson B.W., 1981: Meso-scale Atmospheric Circulations. Academic Press,

495 pp.

Ávila A., Queralt I., Alarcon M., 1997: Mineralogical Composition of African

Dust Delivered by Red Rains Over Northeastern Spain. Journal of

Geophysical Research-Atmospheres, 102 (D18), 21977-21966.

http://www.ascer.es/


7-3

Ávila A., Rolda F., 2002: Assessing Decadal Changes in Rainwater Alkalinity

at a Rural Mediterranean Site in the Montseny Mountains (NE Spain).

Atmospheric Environment, 36 (17), 2881-2890.

Azorin C., Martin J., 2007: Methodological approach to the study of the

daily persistence of the sea breeze in Alicante (Spain). Atmosfera, 20

(1), 57-81.

Baldasano J.M., Güereca L.P., Lopez E., Gassó S., Jiménez-Guerrero P.,

2008: Development of a high-resolution (1 km 1 km, 1 h) emission

model for Spain: The High-Elective Resolution Modelling Emission

System (HERMES). Atmospheric Environment, 42 (31), 7215-7233.

Bander T.J., 1982: PAVAN: An Atmospheric Dispersion Program for

Evaluating Design Basis Accidental Releases of Radiactive Materials

from Nuclear Power Stations. NUREG/ CR-2858 (PNL-4413), U.S.

Nuclear Regulatory Commision, Washington, D.C.

Barnston, A.G., Livezey, R.E., 1987: Clasification, seasonality and

persistence of low-frequency atmospheric circulation patterns. Monthly

Weather Review, 115 (6), 1083-1126.

Barry, R.G., Chorley R.J., 1982: 4th Atmospheric Weather and Climate. Ed.

Metuen.

Blasco A., Escardino A., Busani G., Monfort E., Amorós J.L., Enrique J.E.,

Beltran V., Negre P., 1992: Tratamiento de Emisiones Gaseosas,

Efluentes Líquidos y Residuos Solidos de la Industria Cerámica. Instituto

de Tecnología Ceramica. Asociación de Investigación de las Industrias

Cerámicas.


7-4

Bhumralkar C.M., Mancuso R.L., Ludwing F.L., Rennè D.S., 1980: A Practical

and Economic Method for Estimating Wind Characteristics at Potential

Wind Energy Conversion Sites. Solar Energy, 25, 55-65.

Blasco A., Escardino A., Busani G., Monfort E., Amorós J.L., Enrique J.E.,

Beltrán V., Negre P., 1992: Tratamiento de emisiones gaseosas,

efluentes líquidos y residuos sólidos de la industria cerámica. Instituto

de Tecnología Cerámica, Asociación de Investigación de las Industrias

Cerámicas, Castellón, España.

Briggs G.A., 1985: Analytical Parameterizations of Difusión: The Convective

Boundary Layer. Journal of Applied Meteorology, 24 (11), 1167-

1186.

Busani G., Palmonari C., Timellini G., 1995: Piastrelle ceramiche e ambiente:

emisión gassose, acque, fangi, rumore. Sassuolo: Edi.Cer.

Byun, D.W., Ching, J.K.S., 1999: Science Algorithms of the EPA Models-3

Community Multiscale Air Quality (CMAQ) Modeling System. EPA

Report N. EPA-600/R-99/030, Office of Research and Development.

U.S. Environmental Protection Agency, Washington, DC.

Carlson T.N., Prospero J.M., 1972: The Large Scale Movement of Saharan

Air Outbreaks over the Northern Equatorial Atlantic. Journal of Applied

Meteorology, 11 (2), 283-297.

Carmichael G.R., Peters L.K., Saylor R.D., 1990. The STEM-II Regional Scale

Acid Deposition and Photochemical Oxidant Model - I. An Overview of

Model Development and Applications, Atmospheric Environment, Part

A-General Topics, 25 (10), 2077-2090.


7-5

Carson D.J., 1973: Development of a Dry Inversion-Capped Convectively

Unstable Boundary-Layer, Quarterly Journal of the Royal

Meteorological Society, 99 (421), 450-467.

Chandrasekar A., Philbrick C.R., Clark R., Doddridge B., Georgopoulos P.,

2003: Evaluating the Performance of a Computationally Efficient

MM5/CALMET System for Developing Wind Field Inputs to Air Quality

Models.

Chino M., Ishikawa H., 1988: Experimental Verification Study for “System

for Prediction of Environmental Emergency Dose Information”; SPEEDI.

Three-Dimensional Interpolation Method for Surface Wind

Observations in Complex Terrain to Produce Gridded Wind Field.

Journal of Nuclear Science and Technology, 25 (9), 721-730.

Cormack R.M., 1971: Journal of the Royal Statistical Society (Ser. A-

General), 134, 321-367.

Davis C.G., Bunker S.S., Mutschlecner J.P., 1984: Atmospheric Transport

Models for Complex Terrain. Journal of Applied Meteorology, 23 (2),

235-238.

DCMA, 1991: Classification and chemical description of the complex

inorganic color pigments. 3rd ed. Alexandria: Dry Color Manufacturers

Association.

Defant F., 1951: Local winds. Compendium of meteorology. Amer. Meteor.

Soc. 655-672.

Díaz-Pabón R., 1996: Características generales del modelo de análisis y

predicción HIRLAM/INM. En IV Simposio Nacional de Predicción. 15-19

Abril 1996, Madrid, España. 469-477.


7-6

Dickerson M.H., 1978: MASCON- Mass Consistent Atmospheric Flux Model

for Regions with Complex Terrain. Journal of Applied Meteorology, 17

(3), 241-253.

Dockery D.W., Pope C.A., Xu X., Spengler J.D., Ware J.H., Fay M., Ferris

B.G., Speizar F.E., 1993: An association between air pollution and

mortality in six U.S. ciries. New England Journal of Medicine 329, 753-

1759.

Dockery D.W., Pope C.A., 1996: Epidemiology of acute health effects:

Summary of time-series studies. En: Wilson R., Spengler J.D., Particles in

our air: Concentration and health effects. Cambridge MA: Harvard

University Press, 1996, 123-147.

Douglas S.G., Kessler R.C., 1988: User’s Guide to the Diagnostic Wind

Model (version 1.0). Sistem Applications Inc., San Rafael, California.

Draxler R.R., 1976: Determination of atmospheric diffusion parameters.

Atmospheric Environment, 10(2), 99-105.

Dubief J., 1977: Review of the North African Climate with Particular

Emphasis on the Production of Eolian Dust in the Sahel Zone and in the

Sahara. En Sahara Dust, SCOPE 14 (ed. C Morales), 27-48.

Dudhia, J., 1989: Numerical study of convection observed during winter

monsoon experiment using a mesoscale two-dimensional model. Journal

of the Atmospheric Sciences, 46 (20), 3077-3107.

Dudhia, J., 1996: A multi-layer soil temperature model for MM5. Preprints,

The Sixth PSU/NCAR Mesoscale Model Users’ Workshop, 22-24 July

1996, Boulder, Colorado, 49-50.

(www.mmm.ucar.edu/mm5/mm5v2/whatisnewinv2.html)

http://www.mmm.ucar.edu/mm5/mm5v2/whatisnewinv2.html


7-7

Dudhia J., Guo D.G.Y., Manning K., Michalakes J., Wang W., 2001:

PSU/NCAR Mesoscale Modeling System. Tutorial Class Notes and

User’s Guide. MM5 Modeling System Version 3. Mesoscale and

Microscale Meteorology division. National Center for Atmospheric

Research. (www.mmm.ucar.edu/mm5/documents/tutorial-v3-notes.html)

EEA, 2007: EMEP/CORINAIR Emission Inventory Guidebook – 2007.

European Environment Agency.

(reports.eea.europa.eu/EMEPCORINAIR5/en/page002.html)

EIC, 2004: User’s guide Comprehensive Air Quality Model with extensions

(CAMX) Version 4.0. Environ International Corporation, 265 pp.

Emsley J., 2003: Nature’s Building Blocks. An A-Z guide to the elements.

Oxford University Press. 538 pp.

Endlich R.M., Ludwing F.L., Bhumralkar C.M., Estoque M.A., 1982: A

Diagnostic Model for Estimating Winds at Potential Sites for Wind

Turbines. Journal of Applied Meteorology, 21 (10), 1442-1454.

Endlich R.M., 1984: Wind Energy Estimates by Use of a Diagnostic Model.

Boundary-Layer Meteorology, 30, 375-386.

EPA, 1995: Compilation of Air Pollutant Emission Factors. Office of Air

Quality Planning And Standards, Office of Air Radiation, U.S.

Environmental Protection Agency.

(http://www.epa.gov/ttn/chief/ap42/ch11/index.html)

EPA, 1996: Air Quality Criteria for Particulate Matter. EPA. Vol. 1.

EPA, 2002: Third External Review Draft of Air Quality Criteria for

Particulate Matter. Air Quality Criteria for Particulate Matter, vol. I y II.

EPA/600/p-99/002aC.

http://www.mmm.ucar.edu/mm5/documents/tutorial-v3-notes.html

http://www.reports.eea.europa.eu/EMEPCORINAIR5/en/page002.html

http://www.epa.gov/ttn/chief/ap42/ch11/index.html


7-8

EPA, 2005: Revision to theGuideline on Air Quality Models: Adoption of a

Preferred General Purpose (Flat an Complex Terrain) Dispersion Model

and Other Revisions. National Archives and Records Administration,

EEUU, 70 (216), 68218-68261.

EU, 2005. Proposal for a directive of the European parliament an of the

council on ambient air quality and cleaner air for Europe. Commission

of the European Communities, COM(2005) 447 final, pp. 67.

Essenwaner O.M., 2001. Classification of climates. In World Survey of

Climatology, Vol. 1C General Climatology, Elsevier, pp. 102.

Estrela M.J., Millán M.M., 1994: Manual práctico de introducción a la

meteorología. Centro de Estudios Ambientales del Mediterraneo, 351

pp.

Flassak Th., Moussiopoulos N., 1988: An Efficient Diagnostic Wind Model for

the Calculation of Air Flow in Rough Terrain. 2nd International

Conference on Atmospheric Science and Aplications to Air Quality,

Tokyo, October 3-7 1988.

Font I., 1988: Historia del clima en España. Instituto Nacional de

Meteorología. 297 pp.

Font I., 2000: Climatología de España y Portugal. Ediciones Universidad de

Salamanca. 422 pp.

Geai P., 1985: Methode d’interpolation et de reconstitution tridimensionelle

d’un champ de vent: le code d’analyse objetive MINERVE. Technical

Report DER/HE/34-87.03. Electricité de France. 177pp.

Grell G.A., Dudhia J., Stauffer D.R., 1994: A description of the fifth

generation Penn State/NCAR Mesoscale Model (MM5). NCAR Tech.

Note NCAR/TN-398+SRT, 138 pp.


7-9

Gifford F.A., 1976 : Consequences of effluent release. Nuclear Safety, 17

(1), 68-86.

Gong X.F., Richman M.B., 1995: On the Application of Cluster-Analysis to

Growing Precipitation Data in North-America East of the Rockies.

Journal of Climate, 8 (4), 897-931.

Guo X., Palutikof J.P., 1990: A Study of Two Mass-Consistent Models:

Problems and Possible Solutions. Boundary-Layer Meteorology, 53 (4),

303-332.

Hanna S.R., Briggs G.A., Hosker Jr. R.P., 1982: Handbook on Atmospheric

Diffusion. Technical Information Center. U.S. Department of Energy.

DOE/TIC-11223 (DE82002045).

Hong, S. H., Pan, H. L., 1996: Nonlocal boundary layer vertical diffusion in

a medium-range forecast model, Monthly Weather Review, 124 (10),

2322–2339.

HEI, 2000. Reanalysis of the Harvard Six Cities Study and the American

Cancer Society Study of Particulate Air Pollution and Motality. A

Special Report of the Institute’s Particulate Epidemiology Reanalysis

Project. Health Effects Institute. pp. 97.

Hodur R.M., 1997: The Naval Research Laboratory’s Coupled

Ocean/Atmosphere Mesoscale Prediction System (COAMPS). Monthly

Weather Review, 125 (7), 1414-1430.

Hong, S.Y., Pan H.L., 1996: Nonlocal Boundary Layer Vertical Diffusion in a

Medium-Range Forecast Model. Monthly Weather Review 124, 2322-

2339.

Hoek g., Brunekreef B., Goldbohm S., Fischer P., Brandt P.A.v.d., 2002.

Association between mortality and indicators of traffic-related air


7-10

pollution in the Netherlands: a cohort study. The Lancet 360 (9341),

1203-1209.

Holtslag A.A.M., van Ulden A.P., 1983: A simple Scheme for Daytime

Estimates of the Surface Fluxes from Routine Weather Data. Journal of

Climate and Applied Meteorology, 22 (4), 517-529.

INM, 2002: Valores normales y estadísticos de observaciones principales.

Vol. 3 Cataluña, Valencia, Murcia e Illes Balears. Instituto Nacional de

Meteorología. Centro de Publicaciones, Secretaría General Técnica,

Ministerio de Medio Ambiente. 341 pp.

IPCC, 2001. Climate Change 2001: The Scientific Basis. IPCC. Cangridge

University Press.

IPTS, European Comission, 2006a. Reference Document on Best Available

Techniques for the Production of Speciality Inorganic Chemicals. Final

Draft April 2006. 348 pp (http://eippcb.jrc.es).

IPTS, European Comission, 2006b. Reference Document on Best Available

Techniques on Emissions from Storage. July 2006. 432pp

(http://eippcb.jrc.es).

IPTS, European Comission, 2006c. Reference Document on Best Available

Techniques in the Ceramic Manufacturing Industry. December 2006.

230 pp (http://eippcb.jrc.es).

Irwin J.S., 1983: Estimating plume dispersion – a comparison of several

sigma schemes. Journal of Climate and Applied Meteorology, 22(1),

92-114.

Ishikawa H., 1991: Development of Regionally Extended/Worldwide

Version of System for Prediction of Environmental Emergency Dose

Information: WSPEEDI, (I) Application of Mass-Consistent Wind Field

http://eippcb.jrc.es/




7-11

Model to Synoptic Wind Fields. Journal of Nuclear Science and

Technology, 28 (6), 535-546.

Jiménez P., 2005: Air Quality Modeling in Very Complex Terrains: Ozone

Dynamics in the Northeastern Iberian Peninsula. Tesis doctoral,

Universitat Politècnica de Catalunya. 294 pp.

(www.tesisenxarxa.net/TDX-0317105-173440/index_cs.html)

Kistler R., Kalnay E., Collins W., Saha S., White G., Woollen J., Chelliah M.,

Ebisuzaki W., Kanamitsu M., Kousky V., van den Dool H., Jenne R.,

Fiorino M., 2001: The NCEP/NCAR 50-Year Reanalysis. Bulletin of the

American Meteorological Society, 82 (2), 247-267.

Kottek M., Grieser J., Beck C., Rudolf B., Rubel F., 2006: World map of the

koppen-geiger climate classification updated. Meteorologische

zeitschrift, 15 (3), 259-263.

Kusaca H., Kimura F., Hirakuchi H., Mizutori M., 2000: The Effects of Land-

Use Alteration on the Sea Breeze and Daytime Heat Island in the Tokyo

Metropolitan Area. Journal of the Meteorological Society of Japan, 78

(4), 405-420.

Lalas D.V., Tombrou M., Petrakis M., 1988: Comparison of the Performance

of Some Numerical Wind Energy Siting Codes in Rough Terrain.

European Community Wind Energy Conference. Herning, Denmark, 6-

10 June 1988.

Landsberg H.E., 1981: The Urban Heat Island. Academic Press, New York.

Lipfert F.W., Perry H.M. Jr, Miller J.P., Baty J.D., Wyzga R.E., Carmody S.E.,

2000. The Washington University-EPRI Veterans’ Cohort Mortality

Study: preliminary results. Inhalation Toxicology 12(suppl. 4): 41-73.

http://www.tesisenxarxa.net/TDX-0317105-173440/index_cs.html


7-12

Luaces, 2006: Análisis de sensibilidad de modelos meteorológicos y de

dispersión. VII Curso Magister en Riesgos Climaticos e Impacto

Ambiental, Universidad Complutense de Madrid-Instituto Nacional de

Meteorología. Trabajo fin de curso.

Ludwing F.L., Gasiorek L.S., Ruff R.E., 1977: Simplification of a Gaussian

Puff Model for Real-Time Minicomputer Use. Atmospheric Environment,

11 (5) 431-436.

Lyons W.A., Cole H.S., 1971: Fumigation and Plume Trapping – Aspects of

Mesoscale Dispersion on Shores of Lake Michigan in Summer During

Periods of Stable Onshore Flow. Bulleting of the American

Meteorological Society, 52 (1), 77-&

Lyons W.A., Olsson L.E., 1973: Detailed Mesometeorological Studies of Air-

Pollution Dispersion in Chicago Lake Breeze. Monthly Weather Review,

101 (5), 387-403.

Mahfouf JF., Richard E., Mascart P., 1987: The Influence of Soil and

Vegetation on the Development of Mesoscale Circulations. Journal of

Climate and Applied Meteorology, 26 (11), 1483-1495.

Mallol G., Monfort E., Busani G., Lezaun F.J., 2001: Depuración de los gases

de combustión en la industria cerámica. Guias técnicas de energía y

medio ambiente. Fundación Gas Natural. Instituto de Tecnología

Ceramica. 41 pp.

Martilli A., 2003: A two-dimensional numerical study of the impact of a city

on atmospheric circulation and pollutant dispersion in a coastal

environment. Boundary-Layer Meteorology, 108 (1), 91-119.

Martin F., Palomino I., 2006: Estimación del impacto de las emisiones de una

central térmica de ciclo combinado en la calidad del aire de la ciudad


7-13

de Zaragoza. Ayuntamiento de Zaragoza, Unidad de Medio

Ambiente, Oficina de la Agenda 21 Local.

Martín F., González C., Bailador A., Sánchez E., Palomino I., Palacios M.,

Crespí S.N., Gorostiza C., 1999a: SICAH: An Automatic System for

Control and Prevention of Air Pollution in Huelva (Spain). Proceedings

of the Sixth International Conference on Harmonisation within

Atmospheric Dispersion Modelling for Regulatory Purposes.


Crespí S.N., Gorostiza C., 2002a: SICAH: An automatic system for

control and prevention of air pollution in Huelva (Spain). International

Journal of Environment and Pollution, 16 (1-6), 537-549.


Crespí S.N., Gorostiza C., 2002b: SICAH. Sistema Informático para el

Control y Prevención de la Contaminación Atmosférica en Huelva.

Manuales de Usuario y Teórico, Version 2.0. Documentos CIEMAT. 323

pp.

Martin-Vide J., Olcina J., 2001: Climas y tiempos de España. Ed. Alianza,

258 pp.

Masó N., Beltrán H., Muñoz R., Julian B., Carda J.B., Escribano P.,

Cordoncillo E., 2003: Optimizaction of Praseodymium-Doped Cerium

Pigment Síntesis Temperatura. Journal of the American Ceramic Society,

86 (3), 425-430.

Matthes, W.E., 1990: Vidriados cerámicos. Ediciones Omega S.A.

Maul P.R.. 1980: Atmospheric Transport of Sulfur Compound Pollutants.

Central Electricity Generating Bureau MID/SSD/80/0026/R.

Nottingham, Engand.


7-14

Mellor G.L., Yamada T., 1974: Hierarchy of Turbulence Closure Models for

Planetary Boundary-Layers. Journal of the Atmospheric Sciences, 31

(7), 1791-1806.

Menut, L., Vautard R., Beekmann M., Honoré C., 2000; Sensitivity of

Photochemical Pollution Using the Adjoint of a Simplified Chemistry-

Transport Model. Journal of Geophysical Research, 105 (D12), 15379-

15402.

Mesinger F., Arakawa A., 1976: Numerical Methods Used in Atmospheric

Models. World Meteorológical Organization, GARP Pubication Series

No. 17, Vol, 1, 65pp.

Mészáros E., 1999. Fundamentals of Atmospheric Aerosol Chemistry.

Akadémiai Kiado.

Michalakes J., Chen S., Dudhia J., Hart L., Klemp J., Middlecoff J.,

Skamarock W., 2001: Development of a Next Generation Regional

Weather Research and Forecast Model. In Developments in

Teracomputing: Procedings of the Ninth ECMWF Workshop on the Use

of High Performance Computing in Meteorology. Eds. Walter

Zwinflhofer and NNorbert Kreitz. World Scientific, Singapore, 269-

276.

Millán M.M., Artiñano B., Alonso L.A, Castro M., Fernandez-Patier R.,

Goberna J., 1992: Meso-Meteorological Cicles o fair Pollution in the

Iberian Peninsula (MECAPIP), Air Pollut. Res. Rep. 44, EUR 14834, Eur.

Comm. Brussels.

Millán M.M, Salvador R., Mantilla E., Artiñano B., 1996: Meteorology and

Photochemical Air Pollution in Southern Europe: Experimental Results

From EC Research Projects. Atmospheric Environment, 30 (12), 1909-

1924.


7-15

Millán M.M., Salvador R., Mantilla E., Kallos G., 1997: Photooxidant

Dynamics in the Mediterranean Basin in Summer: Results From European

Research Projects. Journal of Geophysical Research-Atmospheres. 102

(D7), 8811-8823.

Minguillón M.C., 2007: Composición y Fuentes de material particulado

atmosférico en la zona cerámica de Castellón. Impacto de la

introducción de las mejores técnicas disponibles. Tesis doctoral,

Departamento de Ingeniería Quimica, Universidad Jaume I. 322 pp.

(www.tesisenxarxa.net/TDX-1025107-102454/index_cs.html)

Minguillón M.C., Querol X., Alastuey A., Monfort E., Miro J.V., 2007a: PM

Sources in a Highly Industrialised Area in the Process of Implementing

PM Abatement Technology. Quantification and Evolution. Journal of

Environmental Monitoring 9 (10), 1971-1081.

Minguillón M.C., Querol X., Alastuey A., Monfort E., Mantilla E., Sanz M.J.,

Sanz F., Roig A., Renal A., Felis C., Miro J.V., Artiñano B., 2007b: PM10

Speciation and Determination of Air Quality Target Levels. A Case

Study in a Highly Industrialized Area of Spain. Science of the Total

Environment, 372 (2-3), 382-396.

Miró J.V, 2005: Red valenciana de vigilancia y control de la contaminación

atmosférica. 3ª Reunión Red Ibérica para la investigación y desarrollo

de aplicaciones en base al modelo atmosférico MM5, 9-10 de junio,

Valencia, España.

Monfort E., Celades I., 2002: Nuevos retos ambientales de la industria

cerámica. Tecnica cerámica, 309, 1610-1613.

Monfort E., Celades I., Mestre S., Sanz V., Querol X., 2004: Industrial PMx

data processing in ceramic tile manufacturing emissions. Key

Engineering Materials. Vols 264-268, 2453-2456.

http://www.tesisenxarxa.net/TDX-1025107-102454/index_cs.html


7-16

Monfort E., Celades I., Gomar S., Rueda F., Sanfelix V., Minguillón M.C.,

2006a: Determinación de las fracciones PMx/PST en emisiones

canalizadas de la industria cerámica. Qualicer 2006. Castellón 12-15

de febrero de 2006.

Monfort E., Celades I., Gomar S., Sanfelix V., 2006b: Control y estimación

de las emisiones difusas de material particulado en operaciones al aire

libre. PROMA-X. Congreso de Ingeniería Ambiental, 3-5 de octubre de

2006, Bilbao, España.

Monfort E., Celades I., Gomar S., Sanfelix V., Lopez J.L., Calpe V., 2006c:

Estimación de emisiones difusas de material particulado y rendimiento

de MTD’s en el sector cerámico. XLVI Congreso Anual de la Sociedad

Española de Cerámica y Vidrio, 25-27 de octubre de 2006, Vall

d’Alba, España.

Monfort E., Celades I., Sanfelix V., Gomar S., Martín F., Aceña B., Pascual

A., 2007: Experimental Fugitive PM10 Emission Factors from Solid Bulk

Handling Areas in the Open Air. 8th International Conference on

Emissions Monitoring, 5-6 September, 2007, Zürich, Switzerland.

Moussiopoulos N., Flassak Th., 1986: Two Vectoriced Algoritms for the

Effective Calculation of Mass-Consistent Flor Fields. Journal of Applied

Meteorology, 25 (6), 847-857.

Moussiopoulos N., Flassak Th., Knittel G., 1988: A Refined Diaganostic Wind

Model. Environmental Software, 3 (2), 85-94.

Oke T.R., 1978: Boundary Layer Climates. John Wiley & Sons, New York.

Oke T.R., 1982: The Energetic Basis of the Urban Heat-Island. Quarterly

Journal of The Royal Meteorological Society. 108 (455), 1-24.


7-17

Palomino I., Martín F., 2001: Estudio de la dispersión de contaminantes

emitidos desde una cementera en escenarios concretos.

CIEMAT/DIAE/552/21310/03/01, Ministerio de Ciencia e Innovación,

España.

Papadakis J., 1996. Climates of the world and their agricultural

potentialities. Buenos Aires, pp. 173.

Parra R., Jiménez P., Baldasano J.M., 2006: Development of the high spatial

resolution EMICAT2000 emission model for air pollutants from the

north-eastern Iberian Peninsula (Catalonia, Spain). Environmental

Pollution 140 (2), 200-219.

Parmelee C.W., 1973: Ceramic Glazes. 3rd ed. Boston: Cahners Books.

Pascual A., Aceña B., Palomino I., Martín F., Valero F., 2005: Simulations of

the Air Flows in the Castellón Area (Spain) Under Several

Meteorological Patterns. Effects of the Boundary Conditions and

Downscaling Procedure. 1st ACCENT Symposium on the Changing

Chemical Climate of the Atmosphere, 12-16 September, 2005, Urbino,,

Italy.

Peel M.C., Finlayson B.L., McMahon T.A., 2007: Updated Wold map of the

Köppen-Geiger climate classification. Hydrology and Eart System

Sciences, 11, 1633-1644.

Phillis G.T., 1979: A Preliminary Users Guide for the NOABL Objetive

Analysis Code. Technical Report DOE Contact AC06-77/ET/20280,

NTIS U.S. Dept. of Energy. 178pp.

Pielke R.A., 1974: A tree-dimensional numerical model of the sea and land

breezes over south Florida. Mon. Wea. Rew., 102, 115-139.


7-18

Pielke R.A., 1984: Mesoescale Meteorological Modeling. Academic Press.

612 pp.

Pielke R.A., Walko L., 1994: RAMS The Regional Athmospheric Modeling

System technical manual (draft). ASTeR Division of MRC. 45 pp.

Pope C.A., Burnett R.T., Thum M.J., Calle E.E., Krewsky D., Ito K., Thurston

G.D., 2002. Lung cancer, cardiopulmonary mortality, and long-term

exposure to fine particulate air pollution. JAMA 287(9): 1132-1141.

Prospero J.M., 1999: Long-Range Transport of Mineral Dust in the Global

Atmosphere: Impact of African Dust on the Environment of the

Southeastern United States. Procedings of the National Academy of

Sciences of the United States of America, 96 (7), 3396-3403.

Punj G., Stewart D.W., 1983: Cluster Analysis in Marketing Research:

Review and Suggestions for Aplication. Journal of Marketing Research,

20 (2), 134-148.

Quereda J., 1989: Efectos orográficos y friccionales en el clima del Levante

español. Revista de Geografía. Vol. XXIII, 61-74.

Querol X., Alastuey A., Rodriguez S., Plana F., Mantilla E., Ruiz C.R., 2001:

Monitoring of PM10 and PM2.5 Around Primary Particulate

Anthropogenic Emission Sources. Atmospheric Environment, 35 (5), 845-

858.

Querol X., Alastuey A., Ruiz C.R., Artiñano B., Hansson H.C., Harrison R.M.,

Buring E., Ten Brink H.M. Lutz M., Bruckmann P., Straehl P., Schneider J.,

2004: Speciation and Origin of PM10 and PM2.5 in Selected

European Cities. Atmospheric Environment, 38 (38), 6547-6555.

Querol X., Alastuey A., Moreno T., Viana M.M., Castillo S., Rey J., Rodríguez

S., Cristóbal A., Jiménez S., Pallares M., de la Rosa J. Artiñano B.,


7-19

Salvador R., Sánchez M., García Dos Santos S., Herce Garraleta M.D.,

Fernadez-Patier R., Moreno-Grau S., Negral L., Minguillón M.C.,

Monfort E., Sanz M.J., Palomo-Marín R., Pinilla-Gil E., Cuevas E., 2006:

Material particulado en España: niveles, composición y contribución de

fuentes. CSIC, Ministerio de Medio Ambiente. 82 pp.

Querol X., Viana M., Alastuey A., Amato F., Moreno T., Castillo S., Rey J., de

la Rosa J., de la Campa A.S., Artiñano B., Salvador R., Dos Santos S.G.,

Fernadez-Patier R., Moreno-Grau S., Negral L., Minguillón M.C.,

Monfort E., Gil J.I., Inza A., Ortega L.A., Santamaría J.M., Zabalza J.,

2007a: Source Origin of Trace Elements in PM from Regional

Background, Urban and Industrial Sites of Spain. Atmospheric

Environment, 41 (34), 7219-7231.

Querol X., Minguillon M.C., Alastuey A., Monfort E., Mantilla E., Sanz M.J.,

Sanz F., Roig A., Reanau A., Felis C., Miro J.V., Artiñano B., 2007b:

Impact of the Implementation of PM Abatement Technology on the

Ambient air Levels of Metals in a Highly Industrialised Area.


Ramsdell J.V., Hanna S.R., Cramer H.E., 1982: Turbulent Diffusion

Coefficients Within and Above the Urban Domain, final report to the

U.S. Army Atmospheric Sciences Laboratory under Battelle, Pacific

Northwest Laboratory contract 23111 05480, U.S. Army Atmos. Sci.,

Lab., White Sands Missile Range, N. Mexico, 65 pp.

Ramsdell J.V, Athey G.F., Glantz C.S., 1983: MESOI v2.0: An Interactive

Mesoscale Lagrangian Puff Dispersión Model with Deposition and

Decay. NUREG/CR-3344. PNL-4753. Pacific Northwest Labortory.

Richland. USA.


7-20

Ramsdell J.V., Burk K.W., 1991: A Lagrangian Trajectory Climatological

Dispersion Model. Hanford Environmental Dose Reconstruction Poject.

Pacific Northwest Laboratory, Richland, Washington, EEUU, 195 pp.

Ratto C.F., Festa R., Nicora O., Mosiello R., Ricci A., Lalas D.P., Frumento

O.A., 1990: Windfield Numerical Simulations: A New User-Friendly

Code. European Community Wind Energy Conference, 10-14

September, Madrid, Spain. H.S. Stephens & Associates, 130-134.

Ratto C.F., Festa R., Romeo C., Frumento O.A., Galluzzi M., 1994: Mass-

Consistent Models for Wind Fields Over Complex Terrain: The State of

the Art. Environmental Software, 8 (9), 247-268.

Redaño A., Cruz J., Lorente J., 1991: Main Features of the Sea-Breeze in

Barcelona. Meteorology and Atmospheric physics, 46 (3-4), 175-179.

Rincón J.M., Carda J.B., Alarcón J., 1992: Nuevos Productos y Tecnologías

de Esmaltes y Pigmentos Cerámicos. Sociedad Española de Ceramica y

Vidrio. Faenza Editrice Iberica S.L.

Rodriguez S., Querol X., Alastuey A., Kallos G., Kakaliagou O., 2001:

Saharan Dust Contributions to PM10 and TSP Levels in Southern and

Eastern Spain. Atmospheric Environment, 35 (14), 2433-2447.

Rodriguez S., Querol X., Alastuey A., Mantilla E., 2002: Origin of High

Summer PM10 and TSP Concentrations at Rural Sites in Eastern Spain.


Roger A., Pielke R.A., 1977: The Effects of Topography on Sea and Land

Breezes in a Two-Dimensional Numerical Model. Monthly Weather

Review, 105 (9), 1151-1162.


7-21

Ross D.G., Smith I.N., Manins P.C., Fox D.G., 1988: Diagnostic Wind Field

Modeling for Complex Terrain: Model Development and Testing.

Journal of Applied Meteorology, 27 (7), 785-796.

Ross D.G., Fox D.G., 1991: Evaluation of an Air Pollution Analysis System

for Complex Terrain. Journal of Applied Meteorology, 30 (7), 909-

923.

Salvador R., 1999: Análisis y modelización de los procesos atmosféricos

durante condiciones de brisa en la costa mediterránea occidental: Zona

de Castellón. Tesis doctoral. Universitat Politècnica de Catalunya.

Schwartz J., 1994. What are people dying of on high air pollution dais?.

Environmental Research 64, 26-35.

Schwartz J., Dochery D.W., Neas L.M., 1996. Is daily mortality associated

specifically with fine particles?. Journal of Air and Waste Management

Association 46, 927-939.

Scire J.S., Robe F.R., Fernau M.E., Yamartino R.J., 2000a: A User’s Guide for

the CALMET Meteorological Model (Version5). Earth Tech Inc., 323 pp.

(www.src.com/calpuff/calpuff1.htm)

Scire J.S., Strimaitis D.G., Yamartino R.J., 2000b: A User’s Guide for the

CALPUFF Dispersion Model (Version5). Earth Tech Inc., 521 pp.

(www.src.com/calpuff/calpuff1.htm)

Seinfield J.H., Pandis S.N., 1998. Atmospheric Chemistry and Physics: From

air pollution to climate change. John Wiley & Sons, 1323 pp.

Sherman C.A., 1978: Mass-Consistent Model for Wind Fields Over Complex

Terrain. Journal of Applied Meteorology, 17 (3), 312-319.

http://www.src.com/calpuff/calpuff1.htm

http://www.src.com/calpuff/calpuff1.htm


7-22

Shir C.C., ShieH L.J., 1974: Generaliced Urban Air-Pollution Model and its

Aplication to Study of SO2 Distribution in St. Louis Metropolitan Area.

Journal of Applied Meteorology, 13 (2), 185-204.

Sloane C.S., Watson J., Chow J., Pritchett L., Richards L.W., 1991. Size-

seggregated fine particle measurements by chemical species and their

impact on visibility impairment in Denver. Atmospheric Environment 25

(Part A), 1013-1024.

Sokolik I.N., Toon O.B., 1996. Direct radiative forcing by anthropogenic

airbone minerals aerosols. Nature 81, 681-683.

Soler M.R., Hinojosa J., 1997: A Study of Thermal and Dynamical

Atmospheric Boundary Layer Structure Using Acoustic Sounding. Int. J.

Remote Sensing, 18 (5), 1149-1165.

Stefanov S., Batchwarov S., 1988: Ceramic Glazes. Bauverlang GmbH.

Stern A.C., Wohlers H.C., Boubel R.W., Lowry W.P., 1973: Fundamentals of

Air Pollution. Academic Press. 492 pp.

Steyn D.G., 1995: Air Pollution in Coastal Cities. 21th NATO/CCSM ITM on

Air Pollution Modeling and Its Applications. 6-10 November, Baltimore,

MD, USA.

Steyn D.G., Ayotte K.W., 1985: Application of Two-Dimensional Terrain

Height Spectra to Mesoscale Modeling. Journal of the Atmospheric

Sciences, 42 (24), 2884-2887.

Taylor J.R., Bull A.C., 1986: Ceramics Glaze Technology. Pergamon Press.

Thykier-Nielsen S., Mikkelsen T., 1993: RIMPUFF User’s Guide (Version 33 –

PC Version). Departament of Meteorology and Wind Energy, Risø

National Laboratory Roskilde, Denmark.


7-23

Tombrou M., Lalas D.P., 1990: A Telescoping Procedure for Local Wind

Energy Potential Assesment. In W. Palz, editor, Resource Assesment.

European Community Wind Energy Conference, H. & S. Stephens &

Asociates.

Traci R.M., Phillips G.T., Patnaik P.C., Freeman B.E., 1977: Development of a

Wind Energy Site Selection Methodology. Technical Report,

RLO/2440-11, NTSI U.S. Dept of Energy. 206 pp.

Traci R.M., Phillips G.T., Patnaik P.C., 1978: Developing a Site Selection

Methodology for Wind Energy Conversion Sistems. Technical Report,

DOE/ET/20280-79/3, Science Applications Inc. 178 pp.

Tryon R.C., 1939: Cluster Analysis. Edwards Brothers, 347 pp.

Undén P., Rontu L., Järvinen H., Lynch, Calvo J., Cats G., Cuxart J., Eerola K.,

Fortelius C., Garcia-Moya J.A., Jones C., Lenderlink G., McDonald A.,

McGrath R., Navascues B., Woetman N., Ødegaard V., Rodriguez E.,

Rummukainen M., Rõõm R., Sattler K., Sass B.H., Savijärvi H., Schreur

B.W., Sigg R., The H., Tijm A., 2002: HIRLAM-5 Scientific Documentation.

HIRLAM-5 Project. 146 pp. (www.hirlam.org).

Viana M., 2003. Niveles, composición y origen del material particulado

atmosférico en los sectores Norte y Este de la Península Ibérica y

Canarias. Tesis doctoral, Universidad de Barcelona.

(www.tdx.cesca.es/TDX-0216104-122033)

Viana M., Perez C., Querol X., Alastuey A., Nickovic S., Baldasano J.M.,

2005: Spatial and Temporal Variability of PM Levels and Composition

in a Complex Summer Atmospheric Scenario in Barcelona (NE Spain).

Atmospheric Environment. 39 (29), 5343-5361.

http://www.hirlam.org/

http://www.tdx.cesca.es/TDX-0216104-122033


7-24

Viana M., Pandolfi M., Minguillon M.C., Querol X., Alastuey A., Monfort E.,

Celades I., 2008: Inter-Comparison of Receptor Models for PM Source

Apportionment: Case Study in an Industrial Area. Atmospheric

Environment, 42 (16), 3820-3832.

Warneck P., 1988. Chemistry of the natural atmosphere. International

Geophysics Series. Wiley & Sons. Vol. 41. Academy Press, pp. 757.

WBG, 1998. Pollution Prevention and Abatement Handbook 1998: toward

cleaner production. The World Bank Group.

WHO, 2002. Guidelines for concentration and exposure-response

measurement of fine and ultra fine particulate matter for use in

epidemiological studies. WHO Dietrich Schwela, Lidia Morawska, QUT,

Dimitrios Kotzias, EC JRC. Published on behalf of the European

Commission.

WHO, 2003. Health aspects of air pollution with particulate matter, ozone

and nitrogen dioxide. Word Helath Organization.

Wichman H.E., Peters A., 2000. Epidemiological evidence on the effects of

ultrafine particle exposure. Phil. T. Roy. Soc. A 358, 2751-2769.

Xian Z.J., Pielke R.A., 1991: The effects of width of landmasses on the

development of sea breezes. Journal of applied meteorology, 30 (9),

1280-1304.

Xue, M., Droegemeier K., Wong, V., Shapiro, A., Brewster, K., 1995: ARPS

User’s gude. Center for analisys and prediction of storm, University of

Oklahoma. 34 pp.

Zhang, L., Gong S., Padro J., Barrie L., 2001: A Size-Segregated Particle

Dry Deposition Scheme for an Atmospheric Aerosol Module.



7-25

Zhong X.W., Scire J.S., O’Neal R, 1998: Comparision of One Year of MM5

and CALMET Meteorological Fields with Observations in the Western

United States. Eighth PSU/NCAR Mesoscale Model User’s Workshop,

15-16 June, Boulder, EEUU, 131-137.

Documents

Álvaro de Pascual Collar - ciemat.es · Figura 1.12: Diagrama general de las diferentes líneas de producción de baldosas cerámicas. Dependiendo de que el producto a fabricar sea